Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Νευρωνικά δίκτυα εμπνευσμένα από τη φυσική για σύνθετα υλικά

Karamitsos Marios

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/1B185FDC-66D8-430A-A7DC-8B497480AB1F-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.100896-
Γλώσσαel-
Μέγεθος64 σελίδεςel
Μέγεθος2 megabytesen
ΤίτλοςΝευρωνικά δίκτυα εμπνευσμένα από τη φυσική για σύνθετα υλικάel
ΤίτλοςPhysics informed neural networks (PINNs) for composite materialsen
ΔημιουργόςKaramitsos Mariosen
ΔημιουργόςΚαραμητσος Μαριοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Nikolos Ioannisen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Νικολος Ιωαννηςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Tsafarakis Steliosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Τσαφαρακης Στελιοςel
Συντελεστής [Επιβλέπων Καθηγητής]Stavroulakis Georgiosen
Συντελεστής [Επιβλέπων Καθηγητής]Σταυρουλακης Γεωργιοςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Production Engineering and Managementen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
ΠεριγραφήΜεταπτυχιακή διατριβή που υποβλήθηκε στη σχολή ΜΠΔ του Πολ. Κρήτης για την πλήρωση προϋποθέσεων λήψης του Μεταπτυχιακού Διπλώματος Ειδίκευσηςel
ΠερίληψηΣτόχος 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
ΤύποςΜεταπτυχιακή Διατριβήel
ΤύποςMaster Thesisen
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2024-09-16-
Ημερομηνία Δημοσίευσης2024-
Θεματική ΚατηγορίαΜηχανική Μάθησηel
Θεματική ΚατηγορίαΑριθμητική ανάλυσηel
Θεματική ΚατηγορίαΝευρωνικά δίκτυαel
Θεματική ΚατηγορίαYπολογιστική μηχανικήel
Βιβλιογραφική ΑναφοράΜάριος Καραμήτσος, "Νευρωνικά δίκτυα εμπνευσμένα από τη φυσική για σύνθετα υλικά", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024el
Βιβλιογραφική ΑναφοράMarios Karamitsos, "Physics informed neural networks (PINNs) for composite materials", Master Thesis, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2024en

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά