文献

J-GLOBAL ID：202202292638591074   整理番号：22A0653560

化学反応流のための並列ディープResNet【JST・京大機械翻訳】

Parallel Deep ResNets for Chemically Reacting Flows

著者 (5件)： Brown Thomas S. (George Mason University College of Science) ,  Antil Harbir (George Mason University College of Science) ,  Lohner Rainald (George Mason University College of Science) ,  Verma Deepanshu (George Mason University College of Science) ,  Togashi Fumiya (Applied Simulations, Inc.)
資料名： AIAA Conference Proceedings / Meeting Papers  (AIAA Conference Proceedings / Meeting Papers)
巻： 2022  号： AIAA SCITECH 2022 Forum  ページ： 1076  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： 本論文は,既存の化学ソフトウェアパッケージを深層ニューラルネットワーク(DNN)で置き換えるための最終目標で,著者によって開始されたプログラムを継続する。化学反応流は,極超音速流,燃焼,爆発,製造プロセスおよび環境評価のような工学において一般的である。燃焼に対して,反応の数は有意(100以上)であり,化学反応の非常に大きなCPU要求(99%以上)により,多数の流れと燃焼問題は,現在,最大スーパーコンピュータの能力を超えている。これに動機付けられて,新しいDNNを導入した。最初に,これらのDNNの近似能力を三角関数上で確立した。ニューロン機能の可視化を行った。これらの簡単な説明は,有限要素関数との接続を明確に示し,主にブラックボックスDNNアプローチの理解に向けた最初のステップであると信じられる。次に,これらのDNNを,H_2-O_2およびメタン-O_2反応のような化学反応流に共通する多重種および反応に適用した。実験結果は,DNNを設計する間,種の物理的性質を説明するのに役立つことを示した。提案方法はよく一般化することが示される。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： 極超音速流 ,  ニューロン ,  *化学反応 ,  *化学変化を伴う流れ ,  三角関数 ,  可視化 ,  近似法 ,  ブラックボックス ,  多重化 ,  プログラムパッケージ ,  環境アセスメント ,  スーパコンピュータ ,  生産工程
準シソーラス用語： 有限要素 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  波動方程式の解法,散乱理論  (BA06020N)

タイトルに関連する用語 (1件)： 化学反応流