Técnicas de aprendizaje automático aplicadas a simulaciones numéricas de colisiones de material granular poroso
En este seminario, se presenta un método computacional para obtener información sobre el desenlace de simulaciones de colisiones de granos porosos antes de que las mismas finalicen, permitiendo ahorrar así tiempo de simulación. Para este fin, se desarrolló un sistema de aprendizaje automático, en el...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | , , , |
| Publicado: |
2018
|
| Materias: | |
| Acceso en línea: | https://bdigital.uncu.edu.ar/fichas.php?idobjeto=14000 |
| Sumario: | En este seminario, se presenta un método computacional para obtener información sobre el desenlace de simulaciones de colisiones de granos porosos antes de que las mismas finalicen, permitiendo ahorrar así tiempo de simulación. Para este fin, se desarrolló un sistema de aprendizaje automático, en el cual los algoritmos de aprendizaje supervisado "aprenden" a categorizar cada partícula constituyente del sistema colisionante según a cuál fragmento pertenezcan luego de producirse la colisión. Con la metodología aquí propuesta se logra predecir el desenlace de 35 simulaciones de distintos parámetros generales y tamaños (con un 95% de aciertos en cada una) ahorrando un 73.3% del tiempo total que tomaría ejecutarlas hasta el tiempo de finalización. |
|---|
