Bayesian optimization of stellarator alpha-particle confinement using data-informed parameter spaces and dimensionality reduction
Dit artikel stelt twee datagestuurde parametrisatiemethoden voor — kwantieltransformatie van Fourier-modi en PCA-gebaseerde dimensionaliteitsreductie — om efficiënte Bayesiaanse optimalisatie van stellaratorvormen voor superieure alfa-deeltjesconfinement mogelijk te maken, waarbij de beperkingen van traditionele Fourier-gebaseerde benaderingen met betrekking tot parametergrenzen en expressiviteit worden overwonnen.