Parametric study of hydrogenic inventory in the ITER divertor based on machine learning - Archive ouverte HAL
Article Dans Une Revue Scientific Reports Année : 2020

Parametric study of hydrogenic inventory in the ITER divertor based on machine learning

Domaines

Physique Numérique [physics.comp-ph]
Fichier principal
Vignette du fichier
Delaporte-Mathurin_2020.pdf (16.73 Mo) Télécharger le fichier
Origine Fichiers éditeurs autorisés sur une archive ouverte

yann Charles  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02972436

Soumis le : lundi 27 septembre 2021-14:50:44

Dernière modification le : jeudi 28 novembre 2024-10:49:45

Archivage à long terme le : mardi 28 décembre 2021-18:45:47

Télécharger pour visualiser

Dates et versions

hal-02972436 , version 1 (27-09-2021)

Identifiants

Citer

Rémi Delaporte-Mathurin, Etienne A Hodille, Jonathan Mougenot, Gregory de Temmerman, Y. Charles, et al.. Parametric study of hydrogenic inventory in the ITER divertor based on machine learning. Scientific Reports, 2020, 10 (1), ⟨10.1038/s41598-020-74844-w⟩. ⟨hal-02972436⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CEA UNIV-PARIS13 CNRS OCA DSM-IRFM LSPM_P13 USPC GALILE CEA-DRF CEA-CAD SORBONNE-PARIS-NORD ANR ACT-R
83 Consultations
31 Téléchargements

Altmetric

Partager

More