Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail publikace
NOVÁK, D. LEHKÝ, D.
Originální název
ANN inverse analysis based on stochastic small-sample training set simulation
Typ
článek v časopise - ostatní, Jost
Jazyk
angličtina
Originální abstrakt
A new approach of inverse analysis is proposed to obtain parameters of a computational model in order to achieve the best agreement with experimental data. The inverse analysis is based on the coupling of a stochastic simulation and an artificial neural network (ANN). The identification parameters play the role of basic random variables with a scater reflecting the physical range of potential values. A nonovelty of the approach is the utilization of the efficient small-sample simulation method LatinHypercube Sampling (LHS) used for the stochastic preparation of the training set utilized in training the artificial neural network.
Klíčová slova
Inverse analysis, identification, Latin hypercube sampling, artifical neural network, concrete
Autoři
NOVÁK, D.; LEHKÝ, D.
Rok RIV
2006
Vydáno
19. 5. 2006
Nakladatel
Elsevier
Místo
Velká Británie
ISSN
0952-1976
Periodikum
ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE
Ročník
19
Číslo
5
Stát
Spojené království Velké Británie a Severního Irska
Strany od
731
Strany do
740
Strany počet
10
BibTex
@article{BUT44443, author="Drahomír {Novák} and David {Lehký}", title="ANN inverse analysis based on stochastic small-sample training set simulation", journal="ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE", year="2006", volume="19", number="5", pages="731--740", issn="0952-1976" }