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。
物理的モデルを開発し,解くための詳細の適切なレベルを決定することは,通常,新しい工学的問題に直面したときに困難である。このような困難は,その後,物理モデルシミュレーションのための時間(シミュレーションコスト)と精度のバランスをとる方法である。そのような決定を支援するための柔軟なコスト-精度トレードオフを提供する物理システムの代理モデルの家族の自動開発のためのフレームワークを提案した。代理モデルを生成するためのモデルベースとデータ駆動戦略の両方を提示した。前者は,第一原理から生成された高忠実度モデルから始まり,先験的誤差限界を提供しながら,安定性および収束を保持するボトムアップモデル次数低減(MOR)を適用するが,得られた縮小次数モデルはその解釈可能性を失う可能性がある。後者は,実験またはシミュレーションデータを用いて,仮定されたトポロジー構造に対する人工的構成関係のフィッティングにより解釈可能な代理モデルを生成する。後者では,様々な集中パラメータモデル(LPM)に共通である代数的トポロジー意味論を用いて,仮定されたトポロジー構造から微分方程式を系統的に生成するためにTonti図を用いた。標準システム同定アルゴリズムを用いて構成関係のパラメータを推定した。このフレームワークは,分散パラメータモデル(DPM)のための様々な空間離散化方式と互換性があり,物理の異なる領域における工学問題を解決することができる。【JST・京大機械翻訳】