Název: | The principle of prediction of complex time-dependent nonlinear problems using RNN |
Autoři: | Karban, Pavel Petrášová, Iveta Doležel, Ivo |
Citace zdrojového dokumentu: | KARBAN, P. PETRÁŠOVÁ, I. DOLEŽEL, I. The principle of prediction of complex time-dependent nonlinear problems using RNN. In Proceedings of the 23rd International Conference on Computational Problems of Electrical Engineering, CPEE 2022. Piscataway: IEEE, 2022. s. nestránkováno. ISBN: 979-8-3503-9625-6 |
Datum vydání: | 2022 |
Nakladatel: | IEEE |
Typ dokumentu: | konferenční příspěvek ConferenceObject |
URI: | 2-s2.0-85142158137 http://hdl.handle.net/11025/51682 |
ISBN: | 979-8-3503-9625-6 |
Klíčová slova v dalším jazyce: | surrogate model;recurrent neural networks;LSTM;analytical model;dynamic nonlinear problem |
Abstrakt v dalším jazyce: | An approach based on recurrent neural networks (RNNs) is applied to verify the possibility of using surrogate models for the prediction of dynamic nonlinear problems. Modeling complex time dependencies is currently still a challenge, when the structure of the neural network needs to be adapted to the dynamics of the problem. In this paper, the possibility of using prediction in space-time problems is illustrated by the possibility of using it to predict the course of the current in a simple RL circuit that is powered by a voltage source. |
Práva: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům © IEEE |
Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference papers (RICE) Konferenční příspěvky / Conference Papers (KEP) OBD |
Soubory připojené k záznamu:
Soubor | Velikost | Formát | |
---|---|---|---|
The_principle_of_prediction_of_complex_time-dependent_nonlinear_problems_using_RNN.pdf | 689,72 kB | Adobe PDF | Zobrazit/otevřít Vyžádat kopii |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/51682
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.