지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.1
- 수록면
- 33 - 39 (7page)
- DOI
- 10.3795/KSME-A.2025.49.1.033
이용수
초록· 키워드
오류제보하기
본 연구에서는 응집 요소를 사용한 이중 외팔보에 mode I균열 진전 해석을 수행하여 도출된 변위와 반력 데이터를 기반으로 인공지능의 심층신경망(DNN) 학습을 통하여 이중 선형 응집 법칙을 구하는 역해석 기법을 개발하였다. 응집 법칙을 도출하기 위한 DNN 학습을 효과적으로 수행하기 위하여 학습데이터를 다항식으로 구성하는 방법을 제안하였고 수치 예제를 통하여 검증하였다. 또한 직교배열표를 사용하여 DNN 학습 시간을 크게 줄이는 방법을 개발하여 균열 진전 해석을 위한 응집 법칙을 구하는 효율적인 방법으로 제시하였다.
목차
초록
Abstract
1. 서론
2. 응집 영역 모델
3. 응집 법칙의 심층신경망 학습
4. 응집 법칙의 역해석 결과
5. 결론
참고문헌(References)
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-092110185