Geri Dön

Recurrent neural network based model discovery of nonlinear viscoelasticity

Doğrusal olmayan viskoelastisite için tekrarlayan sinir ağı tabanlı model keşfi

  1. Tez No: 902333
  2. Yazar: SAIM MASOOD
  3. Danışmanlar: Assoc. Prof. Dr. SERDAR GÖKTEPE
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Yapı Malzemeleri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez, doğrusal olmayan viskoelastisite bağlamında otomatik model keşfi için yenilikçi bir çerçeve sunmaktadır. Çerçeve, gerekli fiziksel kısıtlamaları doğal olarak karşılayan bir gerilme güncelleme prosedürünü temsil eden bir tekrarlayan sinir ağı (RNN) modelinden yararlanmaktadır. Model, uygulanan deformasyonların ve sonuçta ortaya çıkan gerilmelerin zaman serilerini içeren veriler üzerinde eğitilmiştir. Parametre tanımlama için gradyan tabanlı optimizasyon kullanılmakta, gradyanlar bir tekrarlayan türev güncelleme algoritması aracılığıyla analitik olarak değerlendirilmektedir. Kayıp fonksiyonu iki terimden oluşmaktadır: Biri tahminlerin doğruluğunu ölçmekte, diğeri ise seyreklik sağlamaktadır. Seyreklik terimi, bazı öğrenilebilir parametrelerin sıfır olmasını teşvik ederek, az sayıda anlamlı parametreye sahip yorumlanabilir modellerin elde edilmesini sağlar. Çerçevenin, sentetik olarak üretilen veriler ve VHB 4910, HNBR50 polimerlerine ait deneysel veri kümeleri üzerinde yorumlanabilir seyrek modeller üretebilme yeteneğini gösterilmektedir. Çerçevenin daha fazla doğrulama ve uygulanabilirliği, HNBR50 polimerine ait deneysel veri kümesinden öğrenilen model kullanılarak yapılan bir sonlu eleman simülasyonu ile gösterilmektedir.

Özet (Çeviri)

This thesis introduces a novel framework for automated model discovery in the context of nonlinear viscoelasticity. The framework leverages a recurrent neural network (RNN) model representing the stress update procedure that inherently satisfies necessary physical constraints. We trained the model on data comprising temporal sequences of applied deformation and resulting stresses. We use gradient-based optimization for the parameter identification, with gradients evaluated analytically via a recurrent derivative update algorithm. The loss function comprises two terms: one quantifying the accuracy of the predictions and another inducing sparsity. The sparsity term encourages some learnable parameters to be zero, resulting in interpretable models with a few meaningful parameters. We demonstrate the ability of the framework to produce interpretable sparse models on synthetically generated data and experimental datasets of VHB 4910 and HNBR50 polymers. Further validation and applicability of the framework are illustrated through a finite element simulation using the model learned from the experimental dataset of HNBR50 polymer.

Benzer Tezler

  1. Eksternal etmoidektomiler

    Başlık çevirisi yok

    ERCÜMENT AKMAN

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    1987

    Kulak Burun ve BoğazGazi Üniversitesi

    Kulak Burun Boğaz Ana Bilim Dalı

    PROF.DR. NECMETTİN AKYILDIZ

  2. Karıştırıcılar ve karıştırma kabındaki akım olaylarının incelenmesi

    Başlık çevirisi yok

    NADİR İLTEN

    Yüksek Lisans

    Türkçe

    Türkçe

    1986

    Makine MühendisliğiUludağ Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ.DR. ÖMER SAMİH MERTBAŞ

  3. Sıçan glandula thyroidea'sının innervasyonu ve parankima hücreleri'ne ilişkin ışık mikroskobik bulgular

    Başlık çevirisi yok

    MELDA YARDIMOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1987

    MorfolojiUludağ Üniversitesi

    Histoloji ve Embriyoloji Ana Bilim Dalı

  4. Bir küresel reflektör üzerinde uyarılan yüzey akımları

    Surface currents induced on a perfectly conducting spherical reflector

    TANER ŞENGÖR

  5. Konut gerçekleştirme sistemlerinde kullanıcı katkısının etkinliğini arttırıcı öneriler ve yardımlı kendi evini yapımda örneklenmesi

    Suggessions to increase efficiency of user involvement in housing realization systems and sampling on aided self-help

    ZİYA OK

    Doktora

    Türkçe

    Türkçe

    1985

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    PROF. DR. GAZANFER BEKEN