文献

J-GLOBAL ID：202202265846708404   整理番号：22A0654921

CNNを用いたミサイルの多重空力係数の予測【JST・京大機械翻訳】

Prediction of Multiple Aerodynamic Coefficients of Missiles using CNN

著者 (5件)： Lee Dong Ho (Korea Advanced Institute of Science and Technology) ,  Lee DongUk (Korea Advanced Institute of Science and Technology) ,  Lee Jeongyong (Seoul National University) ,  Lee Bok Jik (Seoul National University) ,  Ahn Jaemyung (Korea Advanced Institute of Science and Technology)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 2439  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： 本論文では,極端な流れ条件下で種々のミサイル鼻形状の空力係数を予測するための深学習ベース方法論を提案した。ミサイル開発の場合,設計形状が頻繁に変化するとき,空力係数の効率的予測は時間とコストを節約できる。Missile DATCOMを用いて,手順の第一ステップは低コスト,低忠実度データベースを生成する。次に,種々の迎え角とMach数で与えられた鼻形状に対する垂直力,ピッチングモーメント,および軸力係数を予測する2つのCNN層から成るニューラルネットワークアーキテクチャを提案した。最後に,多重損失関数の線形結合で最適化することにより,ネットワークの予測精度を改善できることを実証した。提案した戦略の有効性を試験事例研究を通して実証した。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： 最適化 ,  学習 ,  損失関数 ,  データベース ,  ネットワーク ,  縦揺れ ,  迎え角 ,  *ミサイル ,  *多重化 ,  Mach数 ,  事例研究 ,  モーメント ,  有効性
準シソーラス用語： 線形結合 ,  予測精度 , 【Automatic Indexing@JST】

分類 (1件)： ロケット・ミサイルの空気力学  (QK02020E)

タイトルに関連する用語 (5件)： CNN ,  ミサイル ,  多重 ,  空力係数 ,  予測