文献

J-GLOBAL ID：202002259794628619   整理番号：20A1822348

ランダムアルゴリズムを用いた非侵入パラメトリック減次モデリング【JST・京大機械翻訳】

Non-Intrusive Parametric Reduced Order Modeling using Randomized Algorithms

著者 (4件)： Rajaram Dushhyanth (Georgia Institute of Technology) ,  Puranik Tejas G. (Georgia Institute of Technology) ,  Perron Christian (Georgia Institute of Technology) ,  Mavris Dimitri N. (Georgia Institute of Technology)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
号： AIAA 2020-0417  ページ： 0417  発行年： 2020年 
JST資料番号： H0236B  資料種別： 会議録 (C)
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： 本論文は,ランダム線形代数技術を用いた高次元場出力のエミュレーションのための純粋データ駆動,非侵入型パラメトリック低減次数モデル(ROMs)の作成を示した。典型的には,低次元表現を,機械学習による潜在空間における補間/回帰と組み合わせた固有直交分解(POD)を用いて構築する。しかし,中程度に大きいシミュレーションは,PODを計算するコストが,数値手順の貯蔵と計算の複雑さにより扱いにくいデータセットに導くことができる。オフラインコストを削減する試みにおいて,提案方法は,POD基底を計算するために,ランダム化特異値分解(SVD)とスケッチングベースのランダム化SVDの適用を実証した。正規SVDとランダム化/スケッチベースアルゴリズムから生じるROMの予測能力を互いに比較し,計算コストの低下が精度の損失をもたらさないことを確実にした。正準および実用的な流体流問題に関する実証は,ランダム化法から生じるROMが,従来の決定論的方法を用いるROMと競合することを示した。この新しい方法を通して,真に大規模なパラメトリックROMが,かなり限られた計算予算の下で構築できることが期待される。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  流体流 ,  基底 ,  内挿法 ,  線形代数 ,  エミュレーション ,  計算量 ,  高次元 ,  機械学習 ,  特異値分解
準シソーラス用語： 計算コスト ,  データ駆動 ,  低次元 ,  オフライン ,  ランダム化 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： アルゴリズム ,  侵入 ,  モデリング