HEAL DSpace

Εφαρμογή Μεθόδων Μηχανικής Μάθησης σε προβλήματα του μηχανικού

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Μαντέλος, Μάριος el
dc.contributor.author Mantelos, Marios en
dc.date.accessioned 2024-05-21T10:34:07Z
dc.date.available 2024-05-21T10:34:07Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/59425
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.27121
dc.description Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) el
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα *
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ *
dc.subject Μηχανική el
dc.subject Υπολογιστική Μηχανική el
dc.subject Μηχανική Μάθηση el
dc.subject Βαθειά Μάθηση el
dc.subject Βελτιστοποίηση el
dc.subject Engineering en
dc.subject Computational Mechanics en
dc.subject Machine Learning en
dc.subject Deep Learning en
dc.subject Optimization en
dc.subject Physics informed neural networks en
dc.subject PINNs en
dc.title Εφαρμογή Μεθόδων Μηχανικής Μάθησης σε προβλήματα του μηχανικού el
dc.title Using PINNs for solving engineering problems with MATLAB en
heal.type masterThesis
heal.classification Υπολογιστική Μηχανική el
heal.classification Computational Mechanics en
heal.classification Deep Learning en
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2023-10-10
heal.abstract Τα PINNs (physics informed neural networks) αποτελούν μία μοντέρνα μέθοδο με ευρεία χρήση στα προβλήματα μηχανικής, καθώς συνδυάζουν τις αρχές της μηχανικής μάθησης με εκείνες της μηχανικής, δίνοντας τη δυνατότητα για πιο ακριβείς και υπολογιστικά αποδοτικές λύσεις σε πολύπλοκα προβλήματα. Στην εργασία αυτή, χρησιμοποιούνται PINNs για την επίλυση του στατικού και του δυναμικού προβλήματος κάμψης δοκού Euler-Bernoulli υπό διαφορετικές συνθήκες στήριξης. Αναλύεται το πρόβλημα μεταφοράς θερμότητας με αγωγή σε στατική και σε δυναμική κατάσταση, το πρόβλημα μεταφοράς μάζας διάχυσης-συναγωγής σε στατική κατάσταση και το στατικό πρόβλημα κάμψης διδιάστατης πλάκας σε κατάσταση επίπεδης έντασης. Το νευρωνικό δίκτυο είναι ικανό να προβλέψει τη λύση των προβλημάτων με υψηλή ακρίβεια, συγκρίνοντας τα αποτελέσματα με αναλυτικές λύσεις όπου αυτές είναι διαθέσιμες, αλλά και με αποτελέσματα από τις μεθόδους των πεπερασμένων διαφορών και των πεπερασμένων στοιχείων. Δίνεται έμφαση στη δημιουργία του PINN μέσω του MATLAB© [2], στην αρχιτεκτονική, τις παραμέτρους της μεθόδου και στον τρόπο βελτιστοποίησης αυτών με στόχο την υψηλότερη σύγκλιση. el
heal.abstract Physics-informed neural networks (PINNs) play a really important role in today’s engineering by integrating data-driven machine learning with physical principles, enabling more accurate and efficient solutions to complex problems. In this work, physics-informed neural networks (PINNs) are used to run the static and the transient problem for an Euler-Bernoulli beam under bending with various structural supports. The static and transient heat conduction problem, the static diffusion – convection mass transfer problem, and the static plane stress plate under bending problem are investigated thoroughly. The neural network is capable of predicting high accuracy results, compared to analytic solution and solution from finite differences and finite elements models. Utmost attention is given to the PINN creation via MATLAB©, its architecture, the method’s parameters and their optimization process, trying to achieve lower mean absolute errors. en
heal.advisorName Θεοτόκογλου, Ευστάθιος el
heal.advisorName Theotokoglou, Efstathios en
heal.committeeMemberName Μπουντουβής, Ανδρέας el
heal.committeeMemberName Προβατίδης, Χριστόφορος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών el
heal.academicPublisherID ntua
heal.numberOfPages 79 σ. el
heal.fullTextAvailability false
heal.fullTextAvailability false
heal.fullTextAvailability false


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Except where otherwise noted, this item's license is described as Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα