Multifidelity Modeling
다중 충실도 모델링

Sentence Examples

Discover more insights into Multifidelity Modeling 다중 충실도 모델링

Keywords frequently search together with Multifidelity Modeling 다중 충실도 모델링

Narrow sentence examples with built-in keyword filters

More Multifidelity Modeling 다중 충실도 모델링 sentence examples
10.2514/1.J059507

The objective of multifidelity modeling is to achieve both accurate and efficient predictions by combining high- and low-fidelity models.

다중충실도 모델링의 목적은 고충실도 및 저충실도 모델을 결합하여 정확하고 효율적인 예측을 모두 달성하는 것입니다.

Optimization of Information Gain in Multifidelity High-Speed Pressure Predictions

More Multifidelity Modeling 다중 충실도 모델링 sentence examples
10.1115/1.4051748

These tasks demonstrate the application of multifidelity modeling, global sensitivity analysis, intelligent design of experiments, and deep transfer learning for a meso-scale meltpool model of the additive manufacturing process.

이러한 작업은 적층 제조 공정의 중간 규모 멜트풀 모델에 대한 다중 충실도 모델링, 글로벌 민감도 분석, 지능형 실험 설계 및 심층 전이 학습의 적용을 보여줍니다.

Application of Deep Transfer Learning and Uncertainty Quantification for Process Identification in Powder Bed Fusion

More Multifidelity Modeling 다중 충실도 모델링 sentence examples
10.1016/j.cma.2018.10.025

Here, we exploit the machine learning methods to represent high-dimensional data, combined with surrogate optimization, sensitivity analysis and multifidelity modeling as an alternate framework to explore phenomena controlled by energy extremization.

여기서 우리는 기계 학습 방법을 활용하여 에너지 극단화에 의해 제어되는 현상을 탐색하기 위한 대체 프레임워크로 대리 최적화, 민감도 분석 및 다중 충실도 모델링과 결합된 고차원 데이터를 나타냅니다.

Machine learning materials physics: Surrogate optimization and multi-fidelity algorithms predict precipitate morphology in an alternative to phase field dynamics

Learn more from Multifidelity Modeling 다중 충실도 모델링

Keywords related to Multifidelity

Keywords related to Modeling

Multifidelity Modeling 다중 충실도 모델링

Multifidelity Modeling 다중 충실도 모델링
Encyclopedia 백과사전

Multifidelity Modeling(다중 충실도 모델링)란 무엇입니까?

Multifidelity Modeling 다중 충실도 모델링 - The objective of multifidelity modeling is to achieve both accurate and efficient predictions by combining high- and low-fidelity models. [1] These tasks demonstrate the application of multifidelity modeling, global sensitivity analysis, intelligent design of experiments, and deep transfer learning for a meso-scale meltpool model of the additive manufacturing process. [2] Here, we exploit the machine learning methods to represent high-dimensional data, combined with surrogate optimization, sensitivity analysis and multifidelity modeling as an alternate framework to explore phenomena controlled by energy extremization. [3]
다중충실도 모델링의 목적은 고충실도 및 저충실도 모델을 결합하여 정확하고 효율적인 예측을 모두 달성하는 것입니다. [1] 이러한 작업은 적층 제조 공정의 중간 규모 멜트풀 모델에 대한 다중 충실도 모델링, 글로벌 민감도 분석, 지능형 실험 설계 및 심층 전이 학습의 적용을 보여줍니다. [2] 여기서 우리는 기계 학습 방법을 활용하여 에너지 극단화에 의해 제어되는 현상을 탐색하기 위한 대체 프레임워크로 대리 최적화, 민감도 분석 및 다중 충실도 모델링과 결합된 고차원 데이터를 나타냅니다. [3]