Dynamic mode decomposition and its application to the flutter analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F21%3A00353480" target="_blank" >RIV/68407700:21220/21:00353480 - isvavai.cz</a>
Výsledek na webu
<a href="https://otik.uk.zcu.cz/handle/11025/46218" target="_blank" >https://otik.uk.zcu.cz/handle/11025/46218</a>
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Dynamic mode decomposition and its application to the flutter analysis
Popis výsledku v původním jazyce
In this talk the dynamic mode decomposition (DMD) method will be introduced. It is a data-driven and model-free method which decomposes a given set of signals to DMD modes and associated DMD eigenvalues. Thus it offers a very interesting alternative to the proper orthogonal decomposition (POD) and similar methods usually used for the low-rank representation of the high-dimensional data. The advantage of DMD is better physical interpretation of the decomposition as the DMD modes have monofrequency content and the complex DMD eigenvalues provide the frequency as well as the growth/decay rate of particular mode. Moreover the DMD has solid theoretical underpinnings given by the Koopman operator. The disadvantage of DMD is a relative ambiguity of DMD mode selection which are not sorted as in the case POD decomposition. Finally an application example of the DMD analysis to the numerical simulation of flutter vibrations is presented.
Název v anglickém jazyce
Dynamic mode decomposition and its application to the flutter analysis
Popis výsledku anglicky
In this talk the dynamic mode decomposition (DMD) method will be introduced. It is a data-driven and model-free method which decomposes a given set of signals to DMD modes and associated DMD eigenvalues. Thus it offers a very interesting alternative to the proper orthogonal decomposition (POD) and similar methods usually used for the low-rank representation of the high-dimensional data. The advantage of DMD is better physical interpretation of the decomposition as the DMD modes have monofrequency content and the complex DMD eigenvalues provide the frequency as well as the growth/decay rate of particular mode. Moreover the DMD has solid theoretical underpinnings given by the Koopman operator. The disadvantage of DMD is a relative ambiguity of DMD mode selection which are not sorted as in the case POD decomposition. Finally an application example of the DMD analysis to the numerical simulation of flutter vibrations is presented.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
<a href="/cs/project/GA19-04477S" target="_blank" >GA19-04477S: Modelování a měření strukturálně-akustických interakcí s prouděním v biomechanice tvorby hlasu člověka</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2021
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
PROCEEDINGS OF COMPUTATIONAL MECHANICS 2021
ISBN
978-80-261-1059-0
ISSN
—
e-ISSN
—
Počet stran výsledku
4
Strana od-do
252-255
Název nakladatele
Západočeská univerzita v Plzni
Místo vydání
Plzeň
Místo konání akce
Srní
Datum konání akce
8. 11. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—