| Item type |
紀要論文 / Departmental Bulletin Paper(1) |
| 公開日 |
2020-11-24 |
| タイトル |
|
|
タイトル |
ニューラルネットワークを用いた逆問題解析 |
|
言語 |
ja |
| タイトル |
|
|
タイトル |
Inverse Problem Analysis Using Negural Network |
|
言語 |
en |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Neural Network |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Inverse Problem |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Structural Identification |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Vibration |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_6501 |
|
資源タイプ |
departmental bulletin paper |
| ID登録 |
|
|
ID登録 |
10.34411/00000820 |
|
ID登録タイプ |
JaLC |
| 著者 |
小机, わかえ
宮地, 秀征
萩原, 一郎
施, 勤忠
Kozukue, Wakae
Miyaji, Hideyuki
Hagiwara, Ichiro
Shi, Qinzhong
|
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
The application of a holographic neural network (HNN), which is new algorithm of neural network (NN), to inverse problems such as a structural identification problem is investigated. For a simple beam model the training of NN is carried out by setting eigenmodes of the beam as input data and a element number and Young's modulus of a defect contained in the beam as output data. After the training of NN the result for output is obtained from the testing of NN by using some input data which are not learned by NN. As for the method for obtaining the element number of a defect, the analog method and the degital method are tested to obtain the output. It is shown that the analog method has better acruracy than the digital method. As a result it is concluded that the HNN has the capability to solve inverse problems such as a structural identification problem. |
|
言語 |
en |
| 書誌情報 |
神奈川工科大学研究報告.B,理工学編
巻 22,
p. 1-4,
発行日 1998-03-20
|
| 出版者 |
|
|
出版者 |
神奈川工科大学 |
| ISSN |
|
|
収録物識別子タイプ |
PISSN |
|
収録物識別子 |
09161902 |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10074179 |
| フォーマット |
|
|
内容記述タイプ |
Other |
|
内容記述 |
application/pdf |
| 著者版フラグ |
|
|
出版タイプ |
VoR |
|
出版タイプResource |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
kkb-022-001.pdf (2.1 MB)
