論文の概要: A probabilistic model for fast-to-evaluate 2D crack path prediction in
heterogeneous materials
- arxiv url: http://arxiv.org/abs/2112.13578v1
- Date: Mon, 27 Dec 2021 09:00:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-28 16:24:57.186023
- Title: A probabilistic model for fast-to-evaluate 2D crack path prediction in
heterogeneous materials
- Title(参考訳): 異種材料における高速2次元き裂進展予測の確率モデル
- Authors: Kathleen Pele (ECM, MIST), Jean Baccou (IRSN, MIST), Lo\"ic Daridon
(MIST, M\'eTICE), Jacques Liandrat (ECM, I2M), Thibaut Le Gouic (ECM, I2M),
Yann Monerie (MIST, M\'eTICE), Fr\'ed\'eric P\'eral\`es (IRSN, MIST)
- Abstract要約: 本稿では, コンクリート状構造物における2次元き裂経路予測のための新しい高速評価モデルの構築に着目する。
モデルはマルコフ連鎖モデルを用いて選択されたセグメンテーション点を持つ断片的線形き裂経路を生成する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper is devoted to the construction of a new fast-to-evaluate model for
the prediction of 2D crack paths in concrete-like microstructures. The model
generates piecewise linear cracks paths with segmentation points selected using
a Markov chain model. The Markov chain kernel involves local indicators of
mechanical interest and its parameters are learnt from numerical full-field 2D
simulations of craking using a cohesive-volumetric finite element solver called
XPER. The resulting model exhibits a drastic improvement of CPU time in
comparison to simulations from XPER.
- Abstract(参考訳): 本稿では, コンクリート状構造物における2次元き裂経路予測のための新しい高速評価モデルの構築に着目する。
モデルはマルコフ連鎖モデルを用いて選択されたセグメンテーション点を持つ断片的線形き裂経路を生成する。
マルコフ連鎖核は機械的関心の局所指標を含み、そのパラメータはxperと呼ばれる凝集体積有限要素解法を用いてクレーキングの数値フルフィールド2次元シミュレーションから学習される。
結果として得られたモデルは、XPERのシミュレーションと比較してCPU時間を大幅に改善した。
関連論文リスト
- von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
円値ランダム関数上の表現的および解釈可能な分布の族を探索する。
結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。
後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
論文 参考訳(メタデータ) (2024-06-19T01:57:21Z) - Sample Complexity Characterization for Linear Contextual MDPs [67.79455646673762]
文脈決定プロセス(CMDP)は、遷移カーネルと報酬関数がコンテキスト変数によってインデックス付けされた異なるMDPで時間とともに変化できる強化学習のクラスを記述する。
CMDPは、時間とともに変化する環境で多くの現実世界のアプリケーションをモデル化するための重要なフレームワークとして機能する。
CMDPを2つの線形関数近似モデルで検討する: 文脈変化表現とすべての文脈に対する共通線形重み付きモデルIと、すべての文脈に対する共通表現と文脈変化線形重み付きモデルIIである。
論文 参考訳(メタデータ) (2024-02-05T03:25:04Z) - Probabilistic Unrolling: Scalable, Inverse-Free Maximum Likelihood
Estimation for Latent Gaussian Models [69.22568644711113]
我々は,モンテカルロサンプリングと反復線形解法を組み合わせた確率的アンローリングを導入し,行列逆転を回避した。
理論的解析により,解法の繰り返しによる解法の解法と逆転が最大値推定の勾配推定を高速化することを示した。
シミュレーションおよび実データ実験において、確率的アンロールは、モデル性能の損失を最小限に抑えながら、勾配EMよりも桁違いに高速な潜在ガウスモデルを学習することを示した。
論文 参考訳(メタデータ) (2023-06-05T21:08:34Z) - Generative modeling for time series via Schr{\"o}dinger bridge [0.0]
本稿では,SB (Schr'dinger Bridge) に基づく時系列生成モデルを提案する。
これは、経路空間上の基準確率測度と、時系列の合同データ分布と整合した目標測度との間の最適輸送によるエントロピックから構成される。
論文 参考訳(メタデータ) (2023-04-11T09:45:06Z) - Sparse Interaction Neighborhood Selection for Markov Random Fields via Reversible Jump and Pseudoposteriors [0.0]
マルコフ確率場モデルの相互作用近傍を有限な支持と等質な対の相互作用で推定する問題を考察する。
最大範囲近傍の部分集合に飛び乗る可逆ジャンプモンテカルロマルコフ連鎖アルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-04-12T16:34:33Z) - A Class of Two-Timescale Stochastic EM Algorithms for Nonconvex Latent
Variable Models [21.13011760066456]
expectation-Maximization (EM)アルゴリズムは、変数モデルを学習するための一般的な選択肢である。
本稿では,Two-Time Methodsと呼ばれる手法の一般クラスを提案する。
論文 参考訳(メタデータ) (2022-03-18T22:46:34Z) - Anomaly Detection of Time Series with Smoothness-Inducing Sequential
Variational Auto-Encoder [59.69303945834122]
Smoothness-Inducing Sequential Variational Auto-Encoder (SISVAE) モデルを提案する。
我々のモデルは、フレキシブルニューラルネットワークを用いて各タイムスタンプの平均と分散をパラメータ化する。
合成データセットと公開実世界のベンチマークの両方において,本モデルの有効性を示す。
論文 参考訳(メタデータ) (2021-02-02T06:15:15Z) - Estimation of Switched Markov Polynomial NARX models [75.91002178647165]
非線形自己回帰(NARX)成分を特徴とするハイブリッド力学系のモデル群を同定する。
提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。
論文 参考訳(メタデータ) (2020-09-29T15:00:47Z) - Learning Noise-Aware Encoder-Decoder from Noisy Labels by Alternating
Back-Propagation for Saliency Detection [54.98042023365694]
本稿では,ノイズを考慮したエンコーダ・デコーダ・フレームワークを提案する。
提案モデルはニューラルネットワークによってパラメータ化された2つのサブモデルから構成される。
論文 参考訳(メタデータ) (2020-07-23T18:47:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。