文献

J-GLOBAL ID：202202261108288116   整理番号：22A0654580

空力最適化問題に適用した深いGauss過程と深いシグマ点プロセス【JST・京大機械翻訳】

Deep Gaussian Process and Deep Sigma Point Process Applied to Aerodynamic Optimization Problem

著者 (3件)： Eto Kaoruko (Mitsubishi Heavy Industries Ltd) ,  Takanashi Satoshi (Mitsubishi Heavy Industries Ltd) ,  Nishimura Shinsuke (Mitsubishi Heavy Industries Ltd)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 2098  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： 深いGauss過程(DGPs)として知られるGaussプロセス(GP)の階層的構成とその変形,深いシグマポイントプロセス(DSPP)は,最近,ブラックボックス最適化の分野で興味を集めてきた。本論文では,流体動力学分野,特に空力最適化問題への適用を考慮して,通常のGP,DGPおよびDSPPの性能を比較した。最初に,性能を,初期サンプル数を有する4つの解析関数を用いて比較し,そして,設計変数は,それぞれ,空力最適化問題において見られる典型的な数である,O(10^1-10^2)およびO(10^1)内で変化した。結果に基づいて,通常のGP,DGPs,およびDSPPsの性能を,3つの観点から議論した:初期サンプルサイズの影響,設計変数サイズの影響,および応答の非線形性の影響。その後,GPsをRAE2822抗力最小化問題に適用し,解析関数による実験で見出した。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： 抗力 ,  *最適化 ,  流体力学 ,  *最適化問題 ,  *空気力学 ,  *Gauss過程 ,  解析関数 ,  最小化問題 ,  ブラックボックス ,  非線形性 ,  パラメータ
準シソーラス用語： 設計変数 , 【Automatic Indexing@JST】

分類 (3件)： システム設計・解析  (IA02030D) ,  数値計算  (JE02000J) ,  システム同定  (IA02040O)

タイトルに関連する用語 (4件)： 空力 ,  最適化問題 ,  Gauss過程 ,  プロセス