| Attributes | Values |
|---|
| rdf:type
| |
| Description
| - In the paper, an artificial neural network based response surface method in the combination with the small-sample simulation technique is presented. Artificial neural network as powerful parallel computational system is used for approximation of limit state function. Thanks to its ability to generalize it would be more efficient to fit limit state function even with the small number of simulations compared to polynomial response surface method. Efficiency is emphasized by utilization of the stratified simulation for the selection of neural network training set elements. The proposed method is tested using nonlinear limit state function taken from the literature. Results are compared with those obtained by other reliability methods. (en)
- Příspěvek je zaměřen na využití metody plochy odezvy založené na umělé neuronové síti v kombinaci se simulační metodou Latin Hypercube Sampling. Umělá neuronová síť, jakožto výkonný paralelní výpočtový systém, je použita pro aproximaci funkce poruchy. Díky svým vlastnostem by měla být efektivnější náhradou původní funkce poruchy než klasická polynomiální funkce již při využití malého počtu simulací. Její efektivita je umocněna využitím stratifikované simulační metody Latin Hypercube Sampling pro výběr vhodných prvků učící množiny. Navržená metoda je využita k výpočtu pravděpodobnosti poruchy jednoduché konstrukce převzaté z literatury. Výsledky získané s využitím umělé neuronové sítě jsou srovnány s hodnotami stanovenými na základě běžně využívaných spolehlivostních metod.
- Příspěvek je zaměřen na využití metody plochy odezvy založené na umělé neuronové síti v kombinaci se simulační metodou Latin Hypercube Sampling. Umělá neuronová síť, jakožto výkonný paralelní výpočtový systém, je použita pro aproximaci funkce poruchy. Díky svým vlastnostem by měla být efektivnější náhradou původní funkce poruchy než klasická polynomiální funkce již při využití malého počtu simulací. Její efektivita je umocněna využitím stratifikované simulační metody Latin Hypercube Sampling pro výběr vhodných prvků učící množiny. Navržená metoda je využita k výpočtu pravděpodobnosti poruchy jednoduché konstrukce převzaté z literatury. Výsledky získané s využitím umělé neuronové sítě jsou srovnány s hodnotami stanovenými na základě běžně využívaných spolehlivostních metod. (cs)
|
| Title
| - Reliability analysis using artificial neural network based response surface method (en)
- Analýza spolehlivosti s využitím metody response surface založené na umělé neuronové síti
- Analýza spolehlivosti s využitím metody response surface založené na umělé neuronové síti (cs)
|
| skos:prefLabel
| - Reliability analysis using artificial neural network based response surface method (en)
- Analýza spolehlivosti s využitím metody response surface založené na umělé neuronové síti
- Analýza spolehlivosti s využitím metody response surface založené na umělé neuronové síti (cs)
|
| skos:notation
| - RIV/00216305:26110/14:PU112449!RIV15-MSM-26110___
|
| http://linked.open...avai/riv/aktivita
| |
| http://linked.open...avai/riv/aktivity
| |
| http://linked.open...vai/riv/dodaniDat
| |
| http://linked.open...aciTvurceVysledku
| |
| http://linked.open.../riv/druhVysledku
| |
| http://linked.open...iv/duvernostUdaju
| |
| http://linked.open...titaPredkladatele
| |
| http://linked.open...dnocenehoVysledku
| |
| http://linked.open...ai/riv/idVysledku
| - RIV/00216305:26110/14:PU112449
|
| http://linked.open...riv/jazykVysledku
| |
| http://linked.open.../riv/klicovaSlova
| - Artificial neural network, Response surface method, Probability of failure, Reliability index, Reliability analysis. (en)
|
| http://linked.open.../riv/klicoveSlovo
| |
| http://linked.open...ontrolniKodProRIV
| |
| http://linked.open...v/mistoKonaniAkce
| |
| http://linked.open...i/riv/mistoVydani
| |
| http://linked.open...i/riv/nazevZdroje
| - 12th International Conference on New Trends in Statics and Dynamics of Buildings
|
| http://linked.open...in/vavai/riv/obor
| |
| http://linked.open...ichTvurcuVysledku
| |
| http://linked.open...cetTvurcuVysledku
| |
| http://linked.open...vavai/riv/projekt
| |
| http://linked.open...UplatneniVysledku
| |
| http://linked.open...iv/tvurceVysledku
| - Lehký, David
- Šomodíková, Martina
|
| http://linked.open...vavai/riv/typAkce
| |
| http://linked.open.../riv/zahajeniAkce
| |
| number of pages
| |
| http://purl.org/ne...btex#hasPublisher
| - Slovenská technická univerzita v Bratislave
|
| https://schema.org/isbn
| |
| http://localhost/t...ganizacniJednotka
| |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)