文献

J-GLOBAL ID：202102250272014589   整理番号：21A0326029

構造物の動的応答予測への深層学習アプローチ【JST・京大機械翻訳】

A Deep Learning Approach to Dynamic Response Predictions for Structures

著者 (3件)： TORKY Ahmed A. (Tohoku Univ.) ,  OHNO Susumu (Tohoku Univ.) ,  KASHIMA Toshihide (Building Res. Inst.)
資料名： 日本建築学会大会学術講演梗概集・建築デザイン発表梗概集(CD-ROM)  (Summaries of Technical Papers of Annual Meeting, Summaries of Design Works of Annual Meeting. Architectural Institute of Japan (CD-ROM))
巻： 2020  ページ： ROMBUNNO.11084  発行年： 2020年07月20日 
JST資料番号： S0745D  ISSN： 1883-9363  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

本文一部表示： 1.導入:人工知能(AI)法を用いたソフトコンピューティング技術は,現在,以前より工学応用に対して信頼性が高い。地震活動に対する全構造応答は,FEMモデルよりも正確で計算的に高価である応答エミュレータの手段として,RNNを用いて予測すること...【JST・京大機械翻訳】【本文一部表示】

シソーラス用語： アルゴリズム ,  雑音 ,  ネットワーク ,  システム同定 ,  加速度 ,  加速度計 ,  *動的応答 ,  ニューラルネットワーク ,  地震 ,  可視化 ,  人工知能 ,  多重化 ,  事例研究 ,  三次元
準シソーラス用語： *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 構造物の動的応答 ,  LSTM深層学習 ,  強い地動 ,  時系列予測

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 構造物 ,  動的応答 ,  予測 ,  深層学習