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。
非線形波動方程式を含むLagrange系の低次元モデル(ROM)を学習するための非侵襲的物理保存法を示した。既存の侵入射影ベースモデル縮小アプローチは,線形部分空間上に完全次数モデル(FOM)のEuler-Lagrange方程式を射影することにより,構造保存Lagrange ROMを構築する。このGalerkin射影ステップは,FOMにおけるLagrange演算子についての完全な知識と計算機コードを操作するための完全アクセスを必要とする。対照的に,提案したLagrange演算子推論アプローチは,基礎となるLagrange構造を保存するデータ駆動モデル縮小法を開発するために,演算子推論フレームワークに力学を埋め込む。提案アプローチでは,射影スナップショットデータから学習できるLagrange ROMの形式およびパラメタリゼーションを定義するために,支配方程式(その離散化ではなく)の知識を利用した。この方法はFOM演算子や計算機コードへのアクセスを必要としない。数値結果は,Euler-Bernoulli梁モデル,sine-Gordon(非線形)波動方程式,および779,232自由度のソフトロボットフィッシュテールの大規模離散化に関するLagrange演算子推論を実証した。学習したLagrange ROMは,訓練時間間隔の遥かに外側と目に見えない初期条件の物理的解を正確に予測することができるので,よく一般化する。【JST機械翻訳】