文献
J-GLOBAL ID:202102290739164240   整理番号:21A0253222

Convolutional LSTM を用いた数値流体解析結果の予測

Prediction of Computational Fluid Dynamics Results using Convolutional LSTM
著者 (3件):
資料名:
巻: 2020  号:ページ: 20201006(J-STAGE)  発行年: 2020年 
JST資料番号: U0063A  ISSN: 1347-8826  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 日本 (JPN)  言語: 日本語 (JA)
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。
数値流体力学(CFD)の解析結果をConvolutional LSTMを用いて予測する方法を提案する.Convolutional LSTMは畳込みニューラルネットワーク(CNN)と長期短期記憶(LSTM)を組み合わせた手法で,空間情報を保持しながら時系列データを扱うことができる高精度な予測手法である.CFDの解析結果を可視化した画像を用いて学習を行い,その有用性を示す.また,解析で使用する物理量を用いた場合での学習を行い,ある程度の予測結果が得られた.(著者抄録)
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。

分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
数値計算  ,  人工知能  ,  流体動力学一般 
引用文献 (9件):
もっと見る
タイトルに関連する用語 (2件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る