文献

J-GLOBAL ID：202202238271975896   整理番号：22A0653289

計算流体力学のための畳込み符号器/復号器アセンブリネットワークにおける多忠実度データ融合【JST・京大機械翻訳】

Multifidelity data fusion in convolutional encoder/decoder assembly networks for computational fluid dynamics

著者 (3件)： Partin Lauren (University of Notre Dame) ,  Rushdi Ahmad A. (Sandia National Laboratories) ,  Schiavazzi Daniele E. (University of Notre Dame)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 0803  発行年： 2022年 
JST資料番号： H0236B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 符号器,復号器およびスキップ接続から組み立てられた畳込みニューラルネットワークの回帰精度を解析し,マルチ忠実度データで訓練した。これらのネットワークは,等価完全接続ネットワークに関して,訓練可能パラメータの数の大幅な削減から利益を得る。これらのアーキテクチャは入力と出力次元に関しても多用途である。例えば,符号器デコーダ,復号器エンコーダまたは復号器エンコーダデコーダアーキテクチャは,任意の次元の入力と出力の間のマッピングを学習するのによく適している。2次元における1次元関数からPoisson方程式ソルバまでの範囲のモデルから生成したいくつかの高忠実度および多くの低忠実度データ上で訓練されたとき,そのようなアーキテクチャによって生成された精度を実証した。最後に,ドロップブロック正則化器により生成された不確実性推定の信頼性を改善する多数の実装選択を議論し,低,高および多忠実度アプローチ間の不確実性推定を比較した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 関数 ,  信頼性 ,  *ネットワーク ,  不確実性 ,  ニューラルネットワーク ,  *復号器 ,  *符号器 ,  *畳込み符号 ,  二次元 ,  一次元 ,  正則化 ,  計算機アーキテクチャ ,  *計算流体力学 ,  *データ融合
準シソーラス用語： ソルバ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 符号理論  (ND02030R)

タイトルに関連する用語 (6件)： 計算流体力学 ,  畳込み符号 ,  復号器 ,  アセンブリ ,  忠実度 ,  データ融合