메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김진현 (한양대학교) 윤찬혁 (한양대학교) 김준 (한양대학교) 송시몬 (한양대학교) 홍제형 (한양대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2023년도 대한전자공학회 하계학술대회 논문집
발행연도
2023.6
수록면
1,366 - 1,370 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
유동 속도 예측을 위해 기존에는 수치해석적 방법 또는 딥러닝을 활용한 MLP(다층 퍼셉트론) 기반 PINN(물리 인공 신경망)이 제안되었다. 그러나 수치해석적 방법은 유동장을 격자로 나누어 게산하는 과정에서 높은 연산비용이 필요하고, MLP기반 PINN은 고주파 성분인 경계 부분의 급격한 변화를 잘 학습하지 못하는 문제가 있다. 이를 해결하고자 본 논문에서는 입력 값에 다양한 주파수의 정보를 갖게 하는 Positional Encoding 기법을 적용한 유동속도 예측 PINN을 제안한다. 제안된 모델은 수치해석적 방법보다 연산비용이 적으면서도 기존 유동속도 예측 PINN 보다 경계조건의 급격한 변화를 정확하게 예측함을 실험적으로 보인다.

목차

Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방법
Ⅳ. 실험 결과
Ⅴ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0