機械学習が化学反応におけるマルチスケールモデリングに合致するとき【JST・京大機械翻訳】

Yang Wuyue; Peng Liangrong; Zhu Yi; Hong Liu

プレプリント

J-GLOBAL ID：202202206056882857 整理番号：22P0153658

機械学習が化学反応におけるマルチスケールモデリングに合致するとき【JST・京大機械翻訳】

When Machine Learning Meets Multiscale Modeling in Chemical Reactions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年05月31日プレプリントサーバーでの情報更新日： 2020年05月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

化学反応の固有の複雑性と非線形性のため,従来の機械学習アルゴリズムの直接応用は多くの困難に直面している。本研究では,生物学的背景を持つ2つのコンクリート例を通して,マルチスケールモデリングの鍵となるアイデアが,機械学習の計算機コストをいかに低減するか,また,機械学習アルゴリズムが,時間スケール分離システムで自動的にモデル縮小を実行する方法を説明した。本研究は,化学反応の研究における機械学習アルゴリズムとマルチスケールモデリングの統合の必要性と有効性を強調する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , モルタル,コンクリート

, ,

前のページに戻る