Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Artificial Neural Network in Approximation of Solution for Short-Cylinder-Shaped Inclusion Problem

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F15%3A00231338" target="_blank" >RIV/68407700:21110/15:00231338 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Artificial Neural Network in Approximation of Solution for Short-Cylinder-Shaped Inclusion Problem

  • Popis výsledku v původním jazyce

    Mechanical fields like strains, stresses or displacements inside isotropic infinite body with ellipsoidal-like inclusions, can be obtained easily by analytical solution given by J. D. Eshelby in 1957. Unfortunately for inclusions in form of short cylinders (e.g. steel fibers in steel-fiber-reinforced concrete) is Eshelby?s solution not applicable and finite element analysis is quite time consuming. Utilizing Artificial Neural Network trained by sufficiently large set of reference solutions to predict desired mechanical fields can be achieved considerable speedup at the cost of approximate solution.

  • Název v anglickém jazyce

    Artificial Neural Network in Approximation of Solution for Short-Cylinder-Shaped Inclusion Problem

  • Popis výsledku anglicky

    Mechanical fields like strains, stresses or displacements inside isotropic infinite body with ellipsoidal-like inclusions, can be obtained easily by analytical solution given by J. D. Eshelby in 1957. Unfortunately for inclusions in form of short cylinders (e.g. steel fibers in steel-fiber-reinforced concrete) is Eshelby?s solution not applicable and finite element analysis is quite time consuming. Utilizing Artificial Neural Network trained by sufficiently large set of reference solutions to predict desired mechanical fields can be achieved considerable speedup at the cost of approximate solution.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JI - Kompositní materiály

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2015

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Engineering mechanics 2015

  • ISBN

    978-80-86246-42-0

  • ISSN

    1805-8248

  • e-ISSN

  • Počet stran výsledku

    2

  • Strana od-do

    382-383

  • Název nakladatele

    Institute of Theoretical and Applied Mechanics Academy of Sciences of the Czech Republic

  • Místo vydání

    Prague

  • Místo konání akce

    Svratka

  • Datum konání akce

    11. 5. 2015

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku