Identification of material model parameters using stochastic training of neural network

Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F04%3APU44685" target="_blank" >RIV/00216305:26110/04:PU44685 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—

Result language
angličtina
Original language name
Identification of material model parameters using stochastic training of neural network
Original language description
A new approach for material model parameters identification is presented. The approach is based on coupling of the stochastic nonlinear analysis and the artificial neural network. Model parameters play the role of random variables. MC type simulation method is then used. The simulation serves for training of neural network.
Czech name
Identifikace parametrů materiálových modelů pomocí stochastického učení neuronové sítě
Czech description
V příspěvku je prezentován nový přístup k identifikaci parametrů materiálových modelů. Metoda je založená na kombinaci stochastické analýzy konstrukce a umělých neuronových sítích. Parametry modelu vystupují ve formě náhodných veličin, jejich randomizaceje provedena pomocí stratifikované simulace LHS. Provedené simulace slouží k učení vhodné neuronové sítě.

Project
<a href="/en/project/GA103%2F04%2F2092" target="_blank" >GA103/04/2092: Model identification and optimization at material a structural levels</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year
2004
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection
5th International PhD Symposium in Civil Engineering
ISBN
90-5809-676-9
ISSN
—
e-ISSN
—
Number of pages
8
Pages from-to
535-542
Publisher name
Taylor & Francis Group
Place of publication
London
Event location
Delft
Event date
Jun 16, 2004
Type of event by nationality
WRD - Celosvětová akce
UT code for WoS article
—

Similar results(10)