Detail publikace

IDENTIFIKACE STATISTICKÝCH PARAMETRŮ VÝPOČTOVÝCH MODELŮ POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ

LEHKÝ, D. NOVÁK, D.

Originální název

IDENTIFIKACE STATISTICKÝCH PARAMETRŮ VÝPOČTOVÝCH MODELŮ POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ

Český název

IDENTIFIKACE STATISTICKÝCH PARAMETRŮ VÝPOČTOVÝCH MODELŮ POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ

Typ

kapitola v knize

Jazyk

cs

Originální abstrakt

Práce je zaměřena na inverzní analýzu s cílem identifikovat statistické parametry výpočtových modelů, aby výsledky počítačové simulace co nejvěrněji odpovídali naměřené náhodné experimentální odezvě (statistiky, histogramy). Za tímto účelem byla vyvinuta a použita metodika založená na kombinaci umělých neuronových sítí v kombinaci se stratifikovanou simulační technikou Latin Hypercube Sampling. Kvůli časové náročnosti stochastické analýzy (často nelineární) je důraz kladen na efektivnost použité učící množiny a tedy použité simulační techniky. Při aplikaci na konstrukce z kvazikřehkých materiálů jsou zpravidla předmětem identifikace statistické momenty (střední hodnota, směrodatná odchylka apod.) lomově-mechanických parametrů (modul pružnosti, lomová energie, atd.). Práce navazuje na identifikaci deterministických parametrů materiálových modelů [Novák & Lehký, 2006] a jedná se o rozšíření metodiky směrem ke stochastické analýze konstrukcí.

Český abstrakt

Práce je zaměřena na inverzní analýzu s cílem identifikovat statistické parametry výpočtových modelů, aby výsledky počítačové simulace co nejvěrněji odpovídali naměřené náhodné experimentální odezvě (statistiky, histogramy). Za tímto účelem byla vyvinuta a použita metodika založená na kombinaci umělých neuronových sítí v kombinaci se stratifikovanou simulační technikou Latin Hypercube Sampling. Kvůli časové náročnosti stochastické analýzy (často nelineární) je důraz kladen na efektivnost použité učící množiny a tedy použité simulační techniky. Při aplikaci na konstrukce z kvazikřehkých materiálů jsou zpravidla předmětem identifikace statistické momenty (střední hodnota, směrodatná odchylka apod.) lomově-mechanických parametrů (modul pružnosti, lomová energie, atd.). Práce navazuje na identifikaci deterministických parametrů materiálových modelů [Novák & Lehký, 2006] a jedná se o rozšíření metodiky směrem ke stochastické analýze konstrukcí.

Klíčová slova

IDENTIFIKACE STATISTICKÝCH PARAMETRŮ VÝPOČTOVÝCH MODELŮ POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ

Rok RIV

2007

Vydáno

30.11.2007

Místo

Brno, Česká republika

ISBN

978-80-01-04176-5

Kniha

Technické listy 2007

Edice

1

Číslo edice

1

Strany od

1

Strany do

2

Strany počet

2

BibTex


@inbook{BUT55468,
  author="David {Lehký} and Drahomír {Novák}",
  title="IDENTIFIKACE STATISTICKÝCH PARAMETRŮ VÝPOČTOVÝCH MODELŮ POMOCÍ UMĚLÝCH NEURONOVÝCH SÍTÍ",
  annote="Práce je zaměřena na inverzní analýzu s cílem identifikovat statistické parametry výpočtových modelů, aby výsledky počítačové simulace co nejvěrněji odpovídali naměřené náhodné experimentální odezvě (statistiky, histogramy). Za tímto účelem byla vyvinuta a použita metodika založená na kombinaci umělých neuronových sítí v kombinaci se stratifikovanou simulační technikou Latin Hypercube Sampling. Kvůli časové náročnosti stochastické analýzy (často nelineární) je důraz kladen na efektivnost použité učící množiny a tedy použité simulační techniky. Při aplikaci na konstrukce z kvazikřehkých materiálů jsou zpravidla předmětem identifikace statistické momenty (střední hodnota, směrodatná odchylka apod.) lomově-mechanických parametrů (modul pružnosti, lomová energie, atd.).
Práce navazuje na identifikaci deterministických parametrů materiálových modelů [Novák & Lehký, 2006] a jedná se o rozšíření metodiky směrem ke stochastické analýze konstrukcí.
",
  booktitle="Technické listy 2007",
  chapter="55468",
  edition="1",
  year="2007",
  month="november",
  pages="1--2",
  type="book chapter"
}