Datengetriebene Berechnung in der Elastizität mittels Kernel-Regression
Datengetriebene Berechnung in der Elastizität mittels Kernel-Regression
{Yoshihiro Kanno}
Abstract
Diese Arbeit präsentiert einen einfachen nichtparametrischen Regressionsansatz für datengestütztes Rechnen in der Elastizitätstheorie. Wir wenden die Kernel-Regression auf einen Materialdatensatz an und formulieren ein System nichtlinearer Gleichungen, das gelöst wird, um einen statischen Gleichgewichtszustand einer elastischen Struktur zu ermitteln. Erste numerische Experimente zeigen, dass die vorgeschlagene Methode im Vergleich zu bestehenden Verfahren auch dann eine sinnvolle Lösung findet, wenn die Datenpunkte in einem gegebenen Materialdatensatz spärlich verteilt sind.
Benchmarks
| Benchmark | Methodik | Metriken |
|---|---|---|
| stress-strain-relation-on-non-linear | Kernel Regression | Time (ms): 7.18 |
KI mit KI entwickeln
Von der Idee bis zum Start — beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und den besten GPU-Preisen.