文献

J-GLOBAL ID：201802276759308123   整理番号：18A1415964

リカレントニューラルネットワークによる材料構成則モデリングの試み

Hysteretic Modeling for Structural Analysis by Using Recurrent Neural Network

著者 (2件)： 鈴木琢也 (竹中工務店) ,  松岡康友 (竹中工務店)
資料名： 人工知能学会全国大会論文集(CD-ROM)  (人工知能学会全国大会(CD-ROM))
巻： 31st  ページ： ROMBUNNO.2C2-4in2  発行年： 2017年 
JST資料番号： X0580B  ISSN： 1347-9881  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究においては,より精度の高い建築構造解析の実現に向けてRNNによる非線形モデリング手法の確立することを目的とし,その嚆矢として,基本的な力学モデルであるバイリニアモデルに対する,RNNモデルの適用性を確認する。具体的には,バイリニアの理論モデルへの入力(変位)と出力(力)の時系列データを教師データとして同定されたRNNモデルが,理論モデルと同じ入出力システムとなりうるかどうかを確認する。(著者抄録)

シソーラス用語： 規則 ,  *神経回路網 ,  モデリング ,  モデル ,  *力学モデル ,  入出力 ,  時系列 ,  評価試験
準シソーラス用語： *リカレントニューラルネットワーク ,  材料構成則 ,  非線形モデル

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  力学  (BA04000D)

タイトルに関連する用語 (4件)： リカレントニューラルネットワーク ,  材料構成則 ,  モデリング ,  試み