PaMMA-Net：基于数据驱动的等离子体磁测量演变方法

本研究针对等离子体控制与深度研究中的演变模型准确性问题，提出了一种名为PaMMA-Net的深度学习磁测量演变方法。该方法结合增量预测与数据增强技术，在实际EAST实验数据中显示出优越的演变效果，具有很高的泛化能力，对等离子体形态等宏观参数的演变具有潜在重要影响。