| Item type |
紀要論文 / Departmental Bulletin Paper(1) |
| 公開日 |
2020-11-24 |
| タイトル |
|
|
タイトル |
学習ベクトル量子化ニューラルネットワークを用いた欠陥同定 |
|
言語 |
ja |
| タイトル |
|
|
タイトル |
Defect Identification Using Learning Vector Quantization Neural 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 |
Structural Identification |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Learning Vector Quantization |
| 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 |
10.34411/00000921 |
|
ID登録タイプ |
JaLC |
| 著者 |
小机, わかえ
宮地, 秀征
小野, 智洋
高田, 英明
Kozukue, Wakae
Miyaji, Hideyuki
Ono, Tomohiro
Takada, Hideaki
|
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
The Learning Vector Quantization (LVQ) neural network is applied to the defect identification problem for structures, which is important when constructing the mathematical model of structures. In this study the eigenmodes of a plate obtained from FEM and the location of the defect contained in that plate are used as the training data for neural network and by giving the unlearned input data to the trained network the position of the defect is identified. As a result the better accuracy is obtained compared to the case obtained by the backpropagation neural network commonly used in the various works. |
|
言語 |
en |
| 書誌情報 |
神奈川工科大学研究報告.B,理工学編
巻 26,
p. 1-4,
発行日 2002-03-20
|
| 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-026-001.pdf (1.3 MB)
