240911 세미나

인공신경망 적용을 위한 data 분석

1. 데이터 추출은 마친 상태
2. group은 PG, 각 step이 있음.

고려한 부분들

1. 모든 feature를 다 넣고 테스트하지 않은 것은, backward elimination 방식이 greedy 방식이기 때문.
2. input, output
   1. feature 중 이전 step값을 써야하는 input
      1. d1, d2,d3 - damage 관련
      2. B_CONCEN
      3. C_ISO_reduced
      4. T_EVPS
      5. STRESS_PG
      6. mu
      7. V_MAT_CH
   2. 현재 step값을 써야하는 input
      1. DSTRAN_PG -DSTRAN
      2. kt -점탄성 영향 반영
   3. output
      1. DSTRAN1
3. 점탄성 모델 상으로 봤을 때 K_t가 변하지 않음. input으로 넣을 필요가 없을거같음.
4. Mu_reg를 출력으로 해서 C를 재구축할 시 positive definite을 보장할 수 있음.
5. 탄성구간/소성구간 구분 가능할지?
   1. 처음 assumption으로, total strain을 matrix로 두었을 때 elastic이면 matrix elastic 확정
   2. plastic 진입한다면 정확한 확인 필요함.

포함할 내용

• 인공신경망 내용 구체화 필요성
• 인공신경망 적용 전 data 분석
  • PG단위
  • MT단위
• MT 인공신경망 physics study
• 파라미터 선정 검토

세미나 흐름

1. prev work, outline
2. 연구 소개
3. Mori-Tanaka ann 소개
4. input parameter 선정 어려움
5. data 유사도 분석, 문제점
   1. 인공신경망 학습과 data 유사도는 다름
6. MT physics study
   1. plastic 관련 parameter는 선정 어려움
   2. parameter 선정을 위한 study 필요성
7. hinton diagram
8. 학습 결과
9. further works