کاربرد یادگیری عمیق سلسله مراتبی کاهش یافته در تحلیل سازه ها با روش جزء محدود
Publish place: 13th International Congress on Civil Engineering
Publish Year: 1402
Type: Conference paper
Language: Persian
View: 181
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICCE13_425
Index date: 13 December 2023
کاربرد یادگیری عمیق سلسله مراتبی کاهش یافته در تحلیل سازه ها با روش جزء محدود abstract
اخیرا پژوهشگران راهکار یادگیری عمیق سلسله مراتبی کاهش یافته را براساس تانسور تنش ارایه نمودهاند. این فن مزیت روشهای تانسور تنش وشبکه عصبی سلسله مراتبی معمول را دارد. افزون بر این ، نسبت به روش جزءمحدود و تجزیه تعمیم یافته معمول، این راهکار به دلیل داشتن سازگاری بالاتر شبکه ، پاسخ دقیق تری را در تحلیل سازهها در اختیار قرار می دهد. همچنین نیاز روش یادگیری عمیق سلسله مراتبی کاهش یافته به درجه آزادی کمتر،در مقایسه با فن جزء محدود، کارآیی بالای روش ارایه شده برای محاسبات سنگین رابه اثبات می رساند. از سوی دیگر، بر روی ترکیب روشهای شبکه عصبی سلسله مراتبی معمول و تجزیه تعمیم یافته معمول نیز پژوهش هایی انجام گرفته است . این ترکیب با وجود آنکه نسبت به روشهای تانسور تنش ، تجزیه تعمیم یافته معمول و جزء محدود توانمندتر است اما پاسخ هایی با دقت پایین تر نسبت به راهکار یادگیری عمیق سلسله مراتبی کاهش یافته نتیجه می دهد. در این مقاله مثالی برای اثبات برتری راهکار یادگیری عمیق سلسله مراتبی کاهش یافته نسبت به روشهای دیگر ذکرشده است .
کاربرد یادگیری عمیق سلسله مراتبی کاهش یافته در تحلیل سازه ها با روش جزء محدود Keywords:
کاربرد یادگیری عمیق سلسله مراتبی کاهش یافته در تحلیل سازه ها با روش جزء محدود authors
مجید یعقوبی
استادیار، گروه مهندسی عمران، دانشکدهی فنی و مهندسی، دانشگاه تربت حیدریه
داوود انصاریان
دانشجوی کارشناسی ارشد سازه، دانشکدهی فنی و مهندسی، دانشگاه تربت حیدریه