研究。
トカマクのリアルタイム制御 — 基盤モデル、コンピュータビジョン、プラズマ状態推定と不安定性予測のための信号処理。指導教員は Princeton MAE / PPPL の Egemen Kolemen。
現在の研究焦点
核融合のための基盤モデルの構築:多様なトカマクデータで学習し、下流の制御・診断タスクに特化できる大規模ニューラルネットワーク。並行して、DIII-D での実時間 emission front 制御、および自己教師あり学習によるコヒーレントモード同定にも取り組んでいます。
主な実験研究
- DIII-D にて、機械学習を活用した実時間 emission front 制御実験を主導(APS DPP 2024)。
- TokEye を構築 — 揺らぎのあるトカマク時系列のための高速な信号抽出パイプライン(arXiv 2026 年 2 月)。
より広い研究関心
- 科学的な時系列データのための基盤モデル
- 視覚に基づく状態推定と、ストリーミングデータに対する能動学習
- 安全クリティカルな制御ループに機械学習を組み込む際の不確実性定量化
- 核融合 AI に関する規制およびコンプライアンス上の論点
外部プロファイル
査読論文
Regulation Compliant AI for Fusion
プレプリント・ワークショップ論文
Towards Large-Scale Heterogeneous Data Organization for Scientific Foundation Models
TokEye: Fast Signal Extraction for Fluctuating Time Series
Beyond the Loss Curve: Scaling Laws, Active Learning
Visual Perception of 3D Space and Shape in Time
講演
Self-Supervised Identification of Coherent Modes in Tokamaks
Towards a Foundation Model for Fusion
Compact Experimental Negative TriAngUlarity Reactor (CENTAUR)
Real-Time Machine-Learning Enabled Emission Front Control at DIII-D
Investigating Guiding Center Versus Full Orbit Effects with ORBIT-GPU