CoilStellaration ResMLP
физически информированная модель для расчёта магнитных катушек
2 мин чтения
Модель представляет собой быструю нейросеть архитектуры ResMLP (полносвязная сеть остаточного типа), обученную решать задачи магнитного удержания плазмы для стеллараторов в рамках бенчмарка CoilStellaration. Она за один прямой проход (без итеративных циклов, примерно за 1.8 мс на набор катушек) предсказывает конфигурацию и токи, строго учитывая физические ограничения вроде кривизны и зазоров. Сеть на базе 6 слоев с 3.22 млн параметров создана для инженеров и исследователей в области управляемого термоядерного синтеза, которым нужен моментальный расчёт геометрии магнитных систем.
Ключевые особенности
- Архитектура ResMLP: 6-слойная пренормализованная сеть весом 3.22M параметров и размером 12.32 MiB в ONNX.
- Физически информированное обучение: двухфазный трейнинг с JAX-потерями на основе закона Био — Савара и геометрических ограничений.
- Нулевая утечка из валидации: строгое обучение на train-сплите с защитным запасом по физическим зазорам.
- Высокая скорость: мгновенный расчёт за ~1.8 мс благодаря отказу от итеративных циклов (Loop = 0).
Что можно сделать
- Интегрировать модель в пайплайны бенчмарка CoilStellaration для быстрой оценки формы катушек в fixed_shape треке.
- Проводить предварительную фильтрацию и оптимизацию геометрии катушек стелларатора перед тяжелыми численными симуляциями.
- Исследовать физические метрики точности магнитного поля и зазоров плазмы в реальном времени.
Пример
Использование предсказателя для моментальной оценки конфигурации катушек и токов в треке fixed_shape на основе ONNX-модели в задачах физики плазмы и стеллараторов.
Подробнее
Средняя оценка локального эвала: 0.3704Строгая выполнимость: 21.67% (loose 58.0%, medium 7.0%)
Выполнимость: coil–coil 92.3%, coil–plasma 93.0%, кривизна 97.0%
Обучение: Apple Silicon CPU, ~7.3 минуты в две фазы
Поддерживаемый трек: fixed_shape (N_fp = 3)










Комментарии