KI und die schwierigen Probleme der Welt · Kernfusion & Energie · arXiv · 2026-10-19
Multiple Instance Learning zur interpretierbaren Plasmoid-Detektion im FLARE-Gerät
Originaltitel: Multiple Instance Learning for Interpretable Plasmoid Detection in the FLARE Device
Die Arbeit wendet Multiple Instance Learning, eine schwach überwachte Methode, zur Detektion von Plasmoiden in Experimenten zur magnetischen Rekonnexion am FLARE-Gerät des PPPL an und nutzt dafür 1.152 stark unausgeglichene Shots. Bei Eingabe aller Kanäle zeigte das MIL-Modell deutliche Verbesserungen gegenüber einem Convolutional Recurrent Neural Network bei PR AUC und F1-Score. Sein Aufmerksamkeitsmechanismus hilft, relevante Frames zu identifizieren und die Anzahl der Plasmoide in einem Shot abzuschätzen.