Graph Representation of the Magnetic Field Topology in High-Fidelity Plasma Simulations for Machine Learning Applications

要約

模擬プラズマ内の磁場のトポロジカル解析により、幅広い設定におけるさまざまな物理現象を研究することができます。
そのような応用の 1 つは、磁気リコネクションです。これは、磁場トポロジーのダイナミクスに関連する現象であり、3 次元で検出して特徴付けることが困難です。
我々は、トポロジーデータ解析と三次元磁気ベクトル場の時空間グラフ表現のためのスケーラブルなパイプラインを提案します。
私たちは、地球近傍空間のためのスーパーコンピューター規模のウラソフ理論に基づくシミュレーションである Vlasiator によって生成された地球磁気圏のシミュレーションで私たちの方法を実証します。
この研究の目的は、広範囲にわたる潜在的な影響を伴う未解決の科学的問題に対処するための、グラフベースの機械学習アプローチを探索するよう機械学習コミュニティに挑戦することです。

要約(オリジナル)

Topological analysis of the magnetic field in simulated plasmas allows the study of various physical phenomena in a wide range of settings. One such application is magnetic reconnection, a phenomenon related to the dynamics of the magnetic field topology, which is difficult to detect and characterize in three dimensions. We propose a scalable pipeline for topological data analysis and spatiotemporal graph representation of three-dimensional magnetic vector fields. We demonstrate our methods on simulations of the Earth’s magnetosphere produced by Vlasiator, a supercomputer-scale Vlasov theory-based simulation for near-Earth space. The purpose of this work is to challenge the machine learning community to explore graph-based machine learning approaches to address a largely open scientific problem with wide-ranging potential impact.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google