文献

J-GLOBAL ID：202202234199004816   整理番号：22A0575542

人工ニューラルネットワークに基づく波動モデリングのための最適スタガード格子有限差分法【JST・京大機械翻訳】

Optimal staggered-grid finite-difference method for wave modeling based on artificial neural networks

著者 (4件)： Guo Xu (Geotechnical and Structural Engineering Research Center, Shandong University, Jinan, 250061, China) ,  Wang Jiansen (School of Qilu Transportation, Shandong University, Jinan, 250061, China) ,  Yang Senlin (School of Qilu Transportation, Shandong University, Jinan, 250061, China) ,  Ren Yuxiao (School of Qilu Transportation, Shandong University, Jinan, 250061, China)
資料名： Computers & Mathematics with Applications  (Computers & Mathematics with Applications)
巻： 108  ページ： 141-158  発行年： 2022年 
JST資料番号： D0572C  ISSN： 0898-1221  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 高次千鳥格子有限差分法は波動方程式モデリングで広く使用されてきた。不正確な差係数と不適切な差次数は,数値分散をもたらす。最小2乗法(LSM)目的関数を柔軟な波帯に拡張し,その差係数を得た。提案手法(モデル駆動LSM)は,全てのモデルに適用される係数の均一セットではなく,対応する最適差分係数を得るための柔軟なモデルパラメータに基づいている。パラメータ推定における計算コストを減らすために,著者らは,人工ニューラルネットワーク(ANNs)のアーキテクチャ,訓練および応用を導入し,千鳥格子有限差分次数および係数を効率的に評価した。ANNにおいて,二重損失関数を採用して,訓練の安定かつ効率的な収束を確実にした。二次元および三次元波モデリングのためのいくつかの数値実験を提供して,提案した方式の効率を検証した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *差分法 ,  最小二乗法 ,  *波動 ,  波動方程式 ,  損失関数 ,  *ニューラルネットワーク ,  *モデリング ,  二次元 ,  目的関数 ,  パラメータ推定 ,  三次元 ,  計算機アーキテクチャ
準シソーラス用語： *スタッガード格子 ,  数値実験 ,  計算コスト , 【Automatic Indexing@JST】

著者キーワード (5件)： 千鳥格子有限差分法 ,  人工ニューラルネットワーク ,  波動モデリング ,  最小二乗法 ,  数値分散

分類 (5件)： 流体動力学一般  (BC02010G) ,  数値計算  (JE02000J) ,  構造力学一般  (HD01000X) ,  流出解析  (DC07030N) ,  波動論  (BA05000K)

タイトルに関連する用語 (5件)： 人工ニューラルネットワーク ,  波動 ,  モデリング ,  スタガード格子 ,  有限差分法