文献

J-GLOBAL ID：202102221942702526   整理番号：21A3063729

逆熱伝達問題における全データに基づくマルチパラメータを推定するための多重回帰畳込みニューラルネットワーク【JST・京大機械翻訳】

A Multiple Regression Convolutional Neural Network for Estimating Multi-Parameters Based on Overall Data in the Inverse Heat Transfer Problem

著者 (3件)： Zhu Feiding (MIIT Key Laboratory of Thermal Control of Electronic Equipment, School of Energy and Power Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Chen Jincheng (MIIT Key Laboratory of Thermal Control of Electronic Equipment, School of Energy and Power Engineering, Nanjing University of Science and Technology, Nanjing 210094, China) ,  Han Yuge (MIIT Key Laboratory of Thermal Control of Electronic Equipment, School of Energy and Power Engineering, Nanjing University of Science and Technology, Nanjing 210094, China)
資料名： Journal of Thermal Science and Engineering Applications  (Journal of Thermal Science and Engineering Applications)
巻： 14  号： 5  ページ： Null  発行年： 2022年 
JST資料番号： W2280A  ISSN： 1948-5085  CODEN： JTSEBV  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： 逆熱伝達問題(IHTP)は熱伝達におけるパラメータを推定するための中心的タスクである。それは,解の不安定性と非一意性によって特性化される。最近,深層学習(DL)とニューラルネットワークを用いた新しいアルゴリズムを,IHTPにおける様々なスパースデータに適用した。まばらなデータの下で入力ノードの最適化問題を克服するために,著者らは反転のための基礎として目標の全体的データを使用することを試みた。本研究では,IHTPにおける多重パラメータを推定するために,多重回帰畳込みニューラルネットワーク(MRCNN)を用いた。計算流体力学とDLを融合して,提案モデルの訓練のためのデータセットを提供した。提案モデルは,立方空洞による実験によって確かめた。さらに,MRCNNモデルを用いて,より複雑な装甲車モデルの種々のパラメータを予測した。結果は,モデルが種々のデータセットに関するマルチパラメータを推定するために良い予測精度を有することを示した。本研究におけるIHTPに畳み込みニューラルネットワークを導入するこれらの試みは成功し,マルチパラメータを推定するIHTPの研究にとって重要であった。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 ,  *熱伝達 ,  最適化問題 ,  *ニューラルネットワーク ,  *多重化 ,  不安定性 ,  パラメータ推定 ,  キャラクタリゼーション ,  非一意性 ,  計算流体力学 ,  伝熱促進
準シソーラス用語： 予測精度 ,  熱物性 ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： マルチパラメータ推定 ,  逆熱伝達問題 ,  畳込みニューラルネットワーク ,  計算流体力学 ,  伝熱促進 ,  熱物性

分類 (1件)： 対流・放射熱伝達  (PA02030K)

タイトルに関連する用語 (7件)： 熱伝達 ,  全データ ,  マルチ ,  パラメータ ,  推定 ,  多重回帰 ,  畳込みニューラルネットワーク