WEKO3
アイテム
機械学習法を用いたGOTRESSシミュレーションの高速化
https://repo.qst.go.jp/records/77998
https://repo.qst.go.jp/records/77998d5c2840f-ff45-42fb-a360-b7557bb5a5cc
| Item type | 会議発表用資料 / Presentation(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2019-12-16 | |||||
| タイトル | ||||||
| タイトル | 機械学習法を用いたGOTRESSシミュレーションの高速化 | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_c94f | |||||
| 資源タイプ | conference object | |||||
| アクセス権 | ||||||
| アクセス権 | metadata only access | |||||
| アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||
| 著者 |
本多, 充
× 本多, 充× 成田, 絵美× Honda, Mitsuru× Narita, Emi |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 硬い輸送モデルを用いた安定した分布予測のため、大域的最適化手法を用いた新しい定常輸送コードGOTRESSが開発された。数値的不安定なしに温度分布が得られた一方、多数回の輸送モデル評価が必要となり、長い計算時間を要した。輸送モデルを模擬するニューラルネットワークモデルの開発によって、大域的最適化手法の弱点を克服して高速な計算を実現した。更に、機械学習法による最適化により、ニューラルネットワークモデルの再現性精度を大きく向上させた。 | |||||
| 会議概要（会議名, 開催地, 会期, 主催者等） | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | 閉じ込め・輸送研究会2019 | |||||
| 発表年月日 | ||||||
| 日付 | 2019-12-12 | |||||
| 日付タイプ | Issued | |||||
