URI | http://purl.tuc.gr/dl/dias/1B185FDC-66D8-430A-A7DC-8B497480AB1F | - |
Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.100896 | - |
Γλώσσα | el | - |
Μέγεθος | 64 σελίδες | el |
Μέγεθος | 2 megabytes | en |
Τίτλος | Νευρωνικά δίκτυα εμπνευσμένα από τη φυσική για σύνθετα υλικά | el |
Τίτλος | Physics informed neural networks (PINNs) for composite materials | en |
Δημιουργός | Karamitsos Marios | en |
Δημιουργός | Καραμητσος Μαριος | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Nikolos Ioannis | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Νικολος Ιωαννης | el |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Tsafarakis Stelios | en |
Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Τσαφαρακης Στελιος | el |
Συντελεστής [Επιβλέπων Καθηγητής] | Stavroulakis Georgios | en |
Συντελεστής [Επιβλέπων Καθηγητής] | Σταυρουλακης Γεωργιος | el |
Εκδότης | Πολυτεχνείο Κρήτης | el |
Εκδότης | Technical University of Crete | en |
Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Production Engineering and Management | en |
Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησης | el |
Περιγραφή | Μεταπτυχιακή διατριβή που υποβλήθηκε στη σχολή ΜΠΔ του Πολ. Κρήτης για την πλήρωση προϋποθέσεων λήψης του Μεταπτυχιακού Διπλώματος Ειδίκευσης | el |
Περίληψη | 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 |
Τύπος | Μεταπτυχιακή Διατριβή | el |
Τύπος | Master Thesis | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2024-09-16 | - |
Ημερομηνία Δημοσίευσης | 2024 | - |
Θεματική Κατηγορία | Μηχανική Μάθηση | el |
Θεματική Κατηγορία | Αριθμητική ανάλυση | el |
Θεματική Κατηγορία | Νευρωνικά δίκτυα | el |
Θεματική Κατηγορία | Yπολογιστική μηχανική | el |
Βιβλιογραφική Αναφορά | Μάριος Καραμήτσος, "Νευρωνικά δίκτυα εμπνευσμένα από τη φυσική για σύνθετα υλικά", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024 | el |
Βιβλιογραφική Αναφορά | 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 |