Phương pháp xử lý hiện tượng mô hình quá khớp trong xây dựng mô hình học sâu để ước lượng khả năng chịu tải của giàn phi tuyến
Tác giả: Hà Mạnh Hùng, Trương Việt Hùng, Đinh Văn Thuật, Vũ Quang Việt
Số trang:
Tr. 12-20
Số phát hành:
Tập 14 Số 1V
Kiểu tài liệu:
Tạp chí điện tử
Nơi lưu trữ:
CSDL điện tử
Mã phân loại:
624
Ngôn ngữ:
Tiếng Việt
Từ khóa:
Trí tuệ nhân tạo, phân tích trực tiếp; kết cấu giàn; máy họ
Chủ đề:
Trí tuệ nhân tạo
&
Kết cấu--Giàn
Tóm tắt:
Bài báo này sẽ trình bày, phân tích và so sánh hiệu quả của một số kỹ thuậtthường được áp dụng hiện nay cho việc xử lý hiện tượng mô hình quá khớp bao gồm kỹ thuật dừng sớm (EarlyStopping), nhớ mô hình (Model Checkpoint) và kết hợp hai kỹ thuật trên. Một giàn phẳng gồm 39 thanh đượcsử dụng để minh họa cho nghiên cứu. Tập dữ liệu cho mô hình học sâu được tạo ra từ phân tích phi tuyến giàncó thông số đầu vào là diện tích mặt cắt ngang của các thanh giàn và thông số đầu ra là hệ số khả năng chịu tải(LF). Kết quả nghiên cứu cho thấy phương pháp kết hợp cả hai kỹ thuật dừng sớm và nhớ mô hình đem lại hiệuquả cao nhất về cả góc độ thời gian huấn luyện và độ chính xác của mô hình.
Tạp chí liên quan
- Bàn về vấn đề đạo đức của việc sử dụng trí tuệ nhân tạo trong kiểm toán
- Sự sáng tạo của trí tuệ nhân tạo trong nối liên hệ với pháp luật về quyền tác giả
- Pháp luật sáng chế của Hoa Kỳ trước tác động của trí tuệ nhân tạo và kinh nghiệm cho Việt Nam
- AI đáng tin cậy và các nguyên tắc thực thi
- Một số đề xuất ban hành bộ quy tắc về sử dụng trí tuệ nhân tạo trong giáo dục và đào tạo ở Việt Nam