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

Delaporte-Mathurin, Rémi; Hodille, Etienne; Mougenot, Jonathan; De Temmerman, Gregory; Charles, Yann; Grisolia, Christian

Delaporte-Mathurin, Rémi; Hodille, Etienne; Mougenot, Jonathan; De Temmerman, Gregory; Charles, Yann; Grisolia, Christian.

Afiliación

Delaporte-Mathurin R; CEA, IRFM, 13108, Saint-Paul-lez-Durance, France. remi.delaporte-mathurin@cea.fr.
Hodille E; Laboratoire des Sciences des Procédés et des Matériaux, LSPM, CNRS, UPR 3407, Université Sorbonne Paris Nord, 93430, Villetaneuse, France. remi.delaporte-mathurin@cea.fr.
Mougenot J; CEA, IRFM, 13108, Saint-Paul-lez-Durance, France.
De Temmerman G; Laboratoire des Sciences des Procédés et des Matériaux, LSPM, CNRS, UPR 3407, Université Sorbonne Paris Nord, 93430, Villetaneuse, France.
Charles Y; ITER Organization, Route de Vinon sur Verdon, CS 90 046, 13067, Saint-Paul-lez-Durance Cedex, France.
Grisolia C; Laboratoire des Sciences des Procédés et des Matériaux, LSPM, CNRS, UPR 3407, Université Sorbonne Paris Nord, 93430, Villetaneuse, France.

Sci Rep ; 10(1): 17798, 2020 Oct 20.

Article en En | MEDLINE | ID: mdl-33082471

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Idioma: En Revista: Sci Rep Año: 2020 Tipo del documento: Article País de afiliación: Francia