文献
J-GLOBAL ID:202202260721156732   整理番号:22A1041236

多機能材料と構造におけるデータ融合と不確実性定量化のための最大エントロピー法【JST・京大機械翻訳】

The maximum entropy method for data fusion and uncertainty quantification in multifunctional materials and structures
著者 (5件):
資料名:
巻: 33  号:ページ: 1182-1197  発行年: 2022年 
JST資料番号: W0165A  ISSN: 1045-389X  資料種別: 逐次刊行物 (A)
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:
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。
インテリジェント材料システムおよび構造の不確実性の定量化は,複雑なモデルを客観的に測定するための方法を必要とし,そこでは,大多数の事例は多重モデル出力および多物理結合を与える関心量を含む。これは,データの融合とデータとモデル間の比較の間の不確実性の適切な対策の構築に関する疑問を作り出す。複雑で十分に理解されていない結合を有する新規材料は,マルチフィジックスデータの観点からモデルを判断するための先進的統計解析から利益を得ることができる。ここでは,機械的負荷と電気的負荷の両方で,ドメイン構造とソフト電歪膜を含むより複雑な強誘電性単結晶に,最大エントロピー(ME)法を適用した。より低い忠実度モデルの不確実性を定量化するとき,不均一情報を一緒に融合する必要のある多重量を考察した。著者らは,単一量の関心を用いて最初に識別可能なパラメータが,複数の関心を用いて同定できることを見出した。また,複数のデータセットが一緒に融合するとき,後部密度が拡大または狭くなることを示した。これは,異なる量の関心と多重モデル出力の間で,それぞれ,矛盾または一致による。このような情報は,多モデル入力と不均一データからのインテリジェント材料と構造の予測を進めるのに重要である。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
非破壊試験  ,  振動の励起・発生・測定  ,  その他の金属組織学  ,  エネルギー変換装置 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る