Bayesian optimization of stellarator alpha-particle confinement using data-informed parameter spaces and dimensionality reduction
Este artigo propõe dois métodos de parametrização informados por dados — transformação de quantis de modos de Fourier e redução de dimensionalidade baseada em PCA — para permitir a otimização bayesiana eficiente de formas de stellarator para um confinamento superior de partículas alfa, superando as limitações das abordagens tradicionais baseadas em Fourier em relação aos limites de parâmetros e expressividade.