S'abonner

Neural network solution to an inverse problem associated with the eigenvalues of the Stokes operator - 30/11/17

Doi : 10.1016/j.crme.2017.11.006 
Sebastián Ossandón a, , Mauricio Barrientos a , Camilo Reyes b
a Instituto de Matemáticas, Pontificia Universidad Católica de Valparaíso, Blanco Viel 596, CerroBarón, Valparaíso, Chile 
b Facultad de Ingeniería, Ciencia y Tecnología, Universidad Bernardo O'Higgins, Avenida Viel 1497, Santiago, Chile 

Corresponding author.
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Thursday 30 November 2017
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Abstract

A numerical method, based on the design of two artificial neural networks, is presented in order to approximate the viscosity and density features of fluids from the eigenvalues of the Stokes operator. The finite element method is used to solve the direct problem by training a first artificial neural network. A nonlinear map of eigenvalues of the Stokes operator as a function of the viscosity and density of the fluid under study is then obtained. This relationship is later inverted and refined by training a second artificial neural network, solving the aforementioned inverse problem. Numerical examples are presented in order to show the effectiveness and the limitations of this methodology.

Le texte complet de cet article est disponible en PDF.

Keywords : Artificial neural network, Radial basis function, Viscosity and density coefficients, Inverse problems, Eigenvalues of the Stokes operator, Finite element method


Plan


© 2017  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.