~プラズマ科学とデータサイエンスの異分野協働~
原子や分子のような微小な粒子の集まりは温度が高ければ高いほど高速に動き回り、固体から液体、液体から気体へとその状態が変化します。気体をさらに加熱すると、原子が電子とイオンに分かれ、それぞれが別々に動き回る物質の第4の状態、プラズマに変化します。プラズマでは個々の電子やイオンが様々な速度で運動し、それらの速度の統計性を表す速度分布関数を調べることがそのプラズマの性質を理解することに繋がります。例えば、磁化プラズマ中のイオンは、条件によって、最も単純な速度分布関数であるマクスウェル分布とは異なる統計性に従い、それを表すいくつかの理論モデルが提案されています。しかし、これまでは実験から得られたノイズを含むデータにどの理論モデルが対応するかを統計的に判別する方法がありませんでした。
九州大学情報基盤研究開発センターの徳田悟助教、同大学応用力学研究所の稲垣滋教授、同大学大学院総合理工学府の河内裕一氏(博士後期課程3年)、同大学総合理工学研究院の寺坂健一郎助教、日本大学生産工学部の佐々木真助教、島根大学学術研究院理工学系の荒川弘之准教授、広島大学大学院先進理工系科学研究科の山崎広太郎助教らの共同研究グループは、IT分野などで幅広く用いられている「ベイズ推定」という統計学的方法を基礎とし、実験データに対して適切な速度分布関数の理論モデルを選択する新たな解析方法を開発しました。同解析法を直線磁化プラズマ実験装置(PANTA)から得られたデータに適用することで、その有効性を実証しました。本手法は直線磁化プラズマだけでなく様々なプラズマに適用可能であり、天体プラズマや核融合プラズマなどの実験データの解析にも役立つと期待されます。
本研究成果は、国際学術誌「Scientific Reports」に 2021 年 10 月 21日付で掲載されました。
詳細
プレスリリースをご参照ください。