文献

J-GLOBAL ID：202202222104370254   整理番号：22A0620762

非局所弾性への可変次数アプローチ:理論的定式化,深層学習による次数同定と応用【JST・京大機械翻訳】

Variable-order approach to nonlocal elasticity: theoretical formulation, order identification via deep learning, and applications

著者 (3件)： Patnaik Sansit (School of Mechanical Engineering, Ray W. Herrick Laboratories, Purdue University, West Lafayette, IN, USA) ,  Jokar Mehdi (School of Mechanical Engineering, Ray W. Herrick Laboratories, Purdue University, West Lafayette, IN, USA) ,  Semperlotti Fabio (School of Mechanical Engineering, Ray W. Herrick Laboratories, Purdue University, West Lafayette, IN, USA)
資料名： Computational Mechanics  (Computational Mechanics)
巻： 69  号： 1  ページ： 267-298  発行年： 2022年 
JST資料番号： D0956B  ISSN： 0178-7675  CODEN： CMMEEE  資料種別： 逐次刊行物 (A)
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： 本研究は,可変次数連続体力学理論の定式化と,非局所不均一固体の解析への応用を示した。可変次数連続体理論は,位置依存非局所挙動を示す固体の応答をモデル化するユニークなアプローチを可能にする。定式化はまた,可変次数の機能的定義に関する適切な制約が課せられるならば,フレーム不変性を保証した。本研究はまた,媒質の挙動を記述する可変次数分布を同定するための深層学習アプローチを提示した。この方法論は,特に微細構造が先験的に知られておらず,媒体の物理的応答から推論しなければならない場合,実世界問題に対する可変次数理論の実用化のための非常に有望な経路を示す。可変次数理論の能力を,多孔質あるいは傾斜機能コアのいずれかを持つ非局所梁の静的応答を数値的にシミュレートすることによって例証した。低減次数可変分数モデルは,ビーム形状を完全に解決する3D有限要素モデルによって生成された参照解と比較して,優れた精度と有意な計算効率を示した。Copyright The Author(s), under exclusive licence to Springer-Verlag GmbH Germany, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 微細構造 ,  *弾性 ,  精度 ,  理論 ,  多孔性 ,  減少 ,  媒質 ,  モデル ,  連続体力学 ,  三次元 ,  実用化 ,  不変性 ,  *定式化
準シソーラス用語： 計算効率 ,  *非局所弾性 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 可変次数分数計算 ,  非局所弾性 ,  深層学習 ,  多孔性構造 ,  傾斜機能構造

分類 (2件)： 構造力学一般  (HD01000X) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (8件)： 非局所弾性 ,  可変 ,  次数 ,  理論 ,  定式化 ,  深層学習 ,  同定 ,  応用