{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}2024年03月
文献
J-GLOBAL ID:201902223791736315   整理番号:19A1473084

多相フィールドモデルによる粒成長予測のベイズ推論【JST・京大機械翻訳】

Bayesian inference of grain growth prediction via multi-phase-field models
著者 (7件):
資料名:
巻:号:ページ: 053404  発行年: 2019年 
JST資料番号: W3690A  ISSN: 2475-9953  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
金属や合金のような観察された粒成長を正確に予測するために,多相場モデルに含まれる観察できないパラメータを評価するためのBayes推論法を提案した。このアプローチは,モデルと粒子構造の観測画像データのセットを統合する。画像データセットは時系列ではないので,入力データとして時系列を必要とする従来の推論技術を直接適用することは困難である。この困難さを克服するための著者らの方法論における鍵となるアイデアは,粒子構造の静的画像データを特徴付ける適切な統計を用いて時系列を構築することである。この方法は経験的Bayes法を実行する。これは,パラメータの確率密度関数だけでなく,実際の実験で一般的に観測できない初期位相場も推定できる。合成データを用いた数値試験により提案した方法を検証した後,鋼合金中の結晶粒構造の実実験画像に適用した。提案した方法は,不確実性と共に観測不能なパラメータを適切に推定し,候補の初期位相場の中から実験データを最も良く説明する初期位相場を選択することに成功した。Copyright 2019 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 

前のページに戻る