Rossi, R., Gelfusa, M., Craciunescu, T., Wyss, I., Vega, J., Murari, A. (2024). A hybrid physics/data-driven logic to detect, classify, and predict anomalies and disruptions in tokamak plasmas. NUCLEAR FUSION, 64(4) [10.1088/1741-4326/ad2723].

A hybrid physics/data-driven logic to detect, classify, and predict anomalies and disruptions in tokamak plasmas

Riccardo Rossi;Michela Gelfusa;Ivan Wyss;
2024-01-01

2024
Pubblicato
Rilevanza internazionale
Articolo
Esperti anonimi
Settore ING-IND/18 - Fisica dei Reattori Nucleari
English
Rossi, R., Gelfusa, M., Craciunescu, T., Wyss, I., Vega, J., Murari, A. (2024). A hybrid physics/data-driven logic to detect, classify, and predict anomalies and disruptions in tokamak plasmas. NUCLEAR FUSION, 64(4) [10.1088/1741-4326/ad2723].
Rossi, R; Gelfusa, M; Craciunescu, T; Wyss, I; Vega, J; Murari, A
Articolo su rivista
File in questo prodotto:
File Dimensione Formato  
Rossi_2024_Nucl._Fusion_64_046017.pdf

accesso aperto

Tipologia: Versione Editoriale (PDF)
Licenza: Creative commons
Dimensione 5.76 MB
Formato Adobe PDF
5.76 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2108/358364
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact