![Institutional Repository [SANDBOX]](images/dias.logo.png "Institutional Repository [SANDBOX]"){kind=logo}
Institutional Repository [SANDBOX]
Technical University of Crete
Technical University of Crete
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/1B185FDC-66D8-430A-A7DC-8B497480AB1F | - |
| Identifier | https://doi.org/10.26233/heallink.tuc.100896 | - |
| Language | el | - |
| Extent | 64 σελίδες | el |
| Extent | 2 megabytes | en |
| Title | Νευρωνικά δίκτυα εμπνευσμένα από τη φυσική για σύνθετα υλικά | el |
| Title | Physics informed neural networks (PINNs) for composite materials | en |
| Creator | Karamitsos Marios | en |
| Creator | Καραμητσος Μαριος | el |
| Contributor [Committee Member] | Nikolos Ioannis | en |
| Contributor [Committee Member] | Νικολος Ιωαννης | el |
| Contributor [Committee Member] | Tsafarakis Stelios | en |
| Contributor [Committee Member] | Τσαφαρακης Στελιος | el |
| Contributor [Thesis Supervisor] | Stavroulakis Georgios | en |
| Contributor [Thesis Supervisor] | Σταυρουλακης Γεωργιος | el |
| Publisher | Πολυτεχνείο Κρήτης | el |
| Publisher | Technical University of Crete | en |
| Academic Unit | Technical University of Crete::School of Production Engineering and Management | en |
| Academic Unit | Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησης | el |
| Description | Μεταπτυχιακή διατριβή που υποβλήθηκε στη σχολή ΜΠΔ του Πολ. Κρήτης για την πλήρωση προϋποθέσεων λήψης του Μεταπτυχιακού Διπλώματος Ειδίκευσης | el |
| Content Summary | Στόχος της παρούσας εργασίας είναι η επίλυση διαφορικών εξισώσεων για την περιγραφή της συμπεριφοράς μοντέλων επίπεδης ελαστικότητας με χρήση μεθόδων υπολογιστικής νοημοσύνης συνδυάζοντας κατά αυτόν τον τρόπο το επιστημονικό πεδίο της υπολογιστικής μηχανικής με τις τεχνικές μηχανικής μάθησης. Η μέθοδος Physics Informed Neural Networks (PINNs) χρησιμοποιείται για την εύρεση των πεδίων μετατοπίσεων, παραμορφώσεων και τάσεων σε βασικά στοιχεία κατασκευών όπως η ράβδος και ο τετράγωνος δίσκος μέσω εξειδικευμένων πακέτων προγραμματισμού. Στην εργασία γίνεται αναφορά στην θεωρία ελαστικότητας και στη μοντελοποίηση των βασικών εξισώσεων που περιγράφουν τέτοια προβλήματα. Ορίζεται το θεωρητικό υπόβαθρο των PINN και αποσαφηνίζεται ο τρόπος λειτουργίας των κυριότερων συστατικών της μεθόδου όπως ο αλγόριθμος ανάστροφης διάδοσης σφάλματος ενώ ιδιαίτερη αναφορά γίνεται στην τεχνική της αυτόματης παραγώγισης. Στη συνέχεια υλοποιείται προγραμματιστικά η εφαρμογή και διερευνάται η πιστότητα της μέσα από παραδείγματα μηχανικής. | el |
| Type of Item | Μεταπτυχιακή Διατριβή | el |
| Type of Item | Master Thesis | en |
| License | http://creativecommons.org/licenses/by/4.0/ | en |
| Date of Item | 2024-09-16 | - |
| Date of Publication | 2024 | - |
| Subject | Μηχανική Μάθηση | el |
| Subject | Αριθμητική ανάλυση | el |
| Subject | Νευρωνικά δίκτυα | el |
| Subject | Yπολογιστική μηχανική | el |
| Bibliographic Citation | Μάριος Καραμήτσος, "Νευρωνικά δίκτυα εμπνευσμένα από τη φυσική για σύνθετα υλικά", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024 | el |
| Bibliographic Citation | Marios Karamitsos, "Physics informed neural networks (PINNs) for composite materials", Master Thesis, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2024 | en |
Copyright © DIAS 2013
