文献

J-GLOBAL ID：202102279977994274   整理番号：21A0028280

畳込みニューラルネットワークを用いたデータ駆動型流体流シミュレーション【JST・京大機械翻訳】

Data-Driven Fluid Flow Simulations by Using Convolutional Neural Network

著者 (5件)： Kakuda Kazuhiko (Nihon University, Narashino, Chiba, Japan) ,  Morimasa Yuto (Nihon University, Narashino, Chiba, Japan) ,  Enomoto Tomoyuki (Nihon University, Narashino, Chiba, Japan) ,  Okaniwa Wataru (Nihon University, Narashino, Chiba, Japan) ,  Miura Shinichiro (Nihon University, Narashino, Chiba, Japan)
資料名： Mechanisms and Machine Science  (Mechanisms and Machine Science)
巻： 97  ページ： 14-19  発行年： 2020年 
JST資料番号： W5073A  ISSN： 2211-0984  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,パラメトリックソフトサイン活性化関数を持つ深いCNN(畳込みニューラルネットワーク)を用いたデータ駆動流体流シミュレーションを提示した。流体流問題をシミュレーションするために,SPH(Smoothed粒子流体力学)に基づく粒子法アプローチをここで用いた。GPU実装は主にハッシュ関数を用いた局所均一格子セルにおける隣接粒子の探索から成る。新しい活性化関数,いわゆるパラメトリックソフトサインを持つ深いCNNアーキテクチャを構築する。数値結果により,自由表面によるダム破壊流体流シミュレーションによる本アプローチのワーカビリティと有効性を実証した。Copyright The Author(s), under exclusive license to Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  自由表面 ,  流体力学 ,  *流体流 ,  ダム ,  ワーカビリティ ,  有効性 ,  計算機アーキテクチャ ,  ハッシュ関数
準シソーラス用語： 活性化関数 ,  流体シミュレーション ,  *データ駆動 ,  粒子法 ,  *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)： 粒子法 ,  流体シミュレーション ,  データ駆動 ,  CNN ,  活性化機能 ,  パラメトリックソフトサイン

分類 (1件)： 流体動力学一般  (BC02010G)

タイトルに関連する用語 (4件)： 畳込みニューラルネットワーク ,  データ駆動 ,  流体流 ,  シミュレーション