文献

J-GLOBAL ID：202202236362986749   整理番号：22A0681144

DPAI:過渡超音波伝搬のためのデータ駆動型シミュレーション支援物理学習AIモデル【JST・京大機械翻訳】

DPAI: A Data-driven simulation-assisted-Physics learned AI model for transient ultrasonic wave propagation

著者 (2件)： Gantala Thulsiram (Centre for Non-Destructive Evaluation, Department of Mechanical Engineering, Indian Institute of Technology Madras, Chennai, 600036, India) ,  Balasubramaniam Krishnan (Centre for Non-Destructive Evaluation, Department of Mechanical Engineering, Indian Institute of Technology Madras, Chennai, 600036, India)
資料名： Ultrasonics  (Ultrasonics)
巻： 121  ページ： Null  発行年： 2022年 
JST資料番号： C0379B  ISSN： 0041-624X  CODEN： ULTRA3  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： 本論文では,データ駆動シミュレーション支援物理学習AI(DPAI)モデルを実行することにより,2D領域における過渡超音波伝搬をシミュレートするための深層ニューラルネットワークモデルを提案した。DPAIモデルはエンコーダ-デコーダ構造による修正畳込み長短期メモリ(ConvLSTM)から成り,入力シーケンスデータから時空間依存性の表現を学習する。DPAIは,媒体における弾性波伝播の根底にある物理を理解するために,データ駆動方式を使用する。このモデルを,媒質における分散単一および多点励起源から成るシミュレーション支援有限要素シミュレーションデータセットで訓練した。提案したアプローチの有効性を,多数の点源,変化する励起パラメータ,および大きな2D領域における波動伝搬のような,弾性力学物理学における広範囲のシナリオのモデリングによって実証した。訓練されたDPAIモデルを試験し,精度と計算時間に関してFEモデリングと比較した。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： *音波伝搬 ,  記憶装置 ,  *シミュレーション ,  畳込み ,  励起 ,  計算機シミュレーション ,  *学習 ,  弾性 ,  復号器 ,  モデリング ,  媒質 ,  符号器
準シソーラス用語： 有限要素モデリング ,  有限要素 ,  *超音波伝搬 ,  有限要素シミュレーション ,  *データ駆動 , 【Automatic Indexing@JST】

著者キーワード (6件)： 人工知能 ,  超音波伝搬 ,  有限要素 ,  深層学習 ,  RNN ,  畳込み長期短期記憶

分類 (1件)： 音波伝搬  (BB03030G)

タイトルに関連する用語 (8件)： 超音波伝搬 ,  データ駆動 ,  シミュレーション ,  支援 ,  物理 ,  学習 ,  AI ,  モデル