Consiglio Nazionale delle Ricerche

Tipo di prodottoArticolo in rivista
TitoloExploratory Data Analysis Techniques to Determine the Dimensionality of Complex Nonlinear Phenomena: The L-to-H Transition at JET as a Case Study
Anno di pubblicazione2012
Formato
  • Elettronico
  • Cartaceo
Autore/iAndrea Murari; Didier Mazon; N. Martin; Guido Vagliasindi; Michela Gelfusa; JET-EFDA Contributors
Affiliazioni autori1 Consorzio RFX, Associazione EURATOM-ENEA per la Fusione, 35127 Padova, Italy; 2 Association EURATOM-CEA, CEA Cadarache, 13108 Saint-Paul-lés-Durance, France; 3 Dipartimento di Ingegneria Elettrica Elettronica e dei Sistemi, Università degli Studi di Catania, 95125 Catania, Italy, Electronic Systems Division, Col Giovanni Paolo S.P.A. 00133, Italy; 4 Associazione EURATOM-ENEA-University of Rome "Tor Vergata," 00173 Rome, Italy. (Andrea Murari 1; Didier Mazon 2; N. Martin 2; Guido Vagliasindi 3; Michela Gelfusa 4; JET-EFDA Contributors)
Autori CNR e affiliazioni
  • ANDREA MURARI
Lingua/e
  • inglese
AbstractA strategy to identify and select the most relevant variables to study problems in the exact sciences, when large databases of data have to be explored, is formulated. It consists of a first exploratory stage, performed mainly with the classification and regression tree method, to determine the list of most relevant signals to be used in the analysis of the phenomenon of interest. A linear correlation technique, followed by a nonlinear correlation technique (principal component analysis and autoassociative neural networks (NNs), respectively), is then applied to reduce the number of signals to the ones containing nonredundant information. The potential of the approach is illustrated by an application to the problem of identifying the confinement regime in the Joint European Torus. The minimum set of signals has been used to train an NN, and its performance is compared with that of various theoretical models. The success rate of the NN is very high, and it generally further outperforms the available theoretical models.
Lingua abstractinglese
Altro abstract-
Lingua altro abstract-
Pagine da1386
Pagine a1394
Pagine totali9
RivistaIEEE transactions on plasma science
Attiva dal 1973
Editore: Institute of Electrical and Electronics Engineers. - New York,
Paese di pubblicazione: Stati Uniti d'America
Lingua: inglese
ISSN: 0093-3813
Titolo chiave: IEEE transactions on plasma science
Titolo proprio: IEEE transactions on plasma science.
Titolo abbreviato: IEEE trans. plasma sci.
Titoli alternativi:
  • Transactions on plasma science
  • Plasma science
Numero volume della rivista40
Fascicolo della rivista5
DOI10.1109/TPS.2012.2187682
Verificato da refereeSì: Internazionale
Stato della pubblicazionePublished version
Indicizzazione (in banche dati controllate)
  • ISI Web of Science (WOS) (Codice:000303890200009)
  • Scopus (Codice:2-s2.0-84860890214)
Parole chiaveAutoassociative neural networks, dimensionality reduction, L-to-H transition, PCA
Link (URL, URI)http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=6168847
Titolo parallelo-
Licenza-
Scadenza embargo-
Data di accettazione26/01/2012
Note/Altre informazioniThis work was carried out within the framework of the European Fusion Development Agreement. "Funding under Association Contract FU07-CT-2007-00053". / La rivista è pubblicata anche online con ISSN 1939-9375. Part 2. Article number: 6168847.
Strutture CNR
  • IGI — Istituto gas ionizzati
Moduli/Attività/Sottoprogetti CNR
  • ET.P05.003.001 : Esperimento RFX ed attività collegate
Progetti Europei
Allegati
Exploratory Data Analysis Techniques to Determine (documento privato )
Descrizione: L'allegato contiene l'articolo così come pubblicato.
Tipo documento: application/pdf

Dati associati a vecchie tipologie
I dati associati a vecchie tipologie non sono modificabili, derivano dal cambiamento della tipologia di prodotto e hanno solo valore storico.
Editore
  • IEEE-Institute Of Electrical And Electronics Engineers Inc., Piscataway (Stati Uniti d'America)
Citazione bibliograficaMurari, Andrea, et al. "Exploratory data analysis techniques to determine the dimensionality of complex nonlinear phenomena: The L-to-H transition at JET as a case study." Plasma Science, IEEE Transactions on 40.5 (2012): 1386-1394.