Machine learning and reinforcement learning for feature analysis of decent solution and optimization of steel structures

机器学习和强化学习用于钢结构体面解和优化的特征分析

基本信息

  • 批准号:
    18K18898
  • 负责人:
  • 金额:
    $ 3.83万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Challenging Research (Exploratory)
  • 财政年份:
    2018
  • 资助国家:
    日本
  • 起止时间:
    2018-06-29 至 2020-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(20)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Machine learning for approximate optimal placement of braces of plane steel frames under static loads.
机器学习用于在静态载荷下平面钢框架支撑的近似最佳放置。
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Yusaku Koshiba;Takuya Oshima;K. Hayashi and M. Ohsaki;寺澤弘真,大嶋拓也;K. Sakaguchi and M. Ohsaki
  • 通讯作者:
    K. Sakaguchi and M. Ohsaki
Data-driven computing in elasticity via kernel regression
通过核回归进行数据驱动的弹性计算
  • DOI:
    10.1016/j.taml.2018.06.004
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    3.4
  • 作者:
    Takuya Oshima;Masato Tsukahara;Yumi Kurosaka;平山洋介;Y. Kanno
  • 通讯作者:
    Y. Kanno
パレートランクの機械学習を用いた鋼構造骨組のブレース配置の分析と多目的最適化
利用 Pareto trunk 机器学习对钢结构框架中的支撑放置进行分析和多目标优化
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    岩越雄一;大崎 純;阪口一真
  • 通讯作者:
    阪口一真
Alternating Direction Method of Multipliers as Simple Heuristic for Topology Optimization of a Truss With Uniformed Member Cross Sections
  • DOI:
    10.1115/1.4041174
  • 发表时间:
    2018-10
  • 期刊:
  • 影响因子:
    3.3
  • 作者:
    Y. Kanno
  • 通讯作者:
    Y. Kanno
Minimum-volume design of steel frames using reinforcement learning, Proc.
使用强化学习的钢框架最小体积设计,Proc。
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Yusaku Koshiba;Takuya Oshima;K. Hayashi and M. Ohsaki
  • 通讯作者:
    K. Hayashi and M. Ohsaki
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Ohsaki Makoto其他文献

The Variation of Visibility in Izena's Vernacular Houses in Relation to Occupants' Living Activities
伊是名民居的能见度变化与居住者生活活动的关系
三方向地震力を受けて降伏破壊した鉄筋コンクリート隅柱梁接合部の軸崩壊に関する研究 その5:軸崩壊に至る柱梁接合部における柱主筋の座屈性状の検討
三向地震力作用下屈服破坏的钢筋混凝土角部柱梁节点轴向倒塌研究第5部分:柱梁节点柱主筋轴向倒塌屈曲性能检验
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takagi Jiro;Ohsaki Makoto;Cao Yongsheng;村野竜也,佐野由宇,井上諒,晉沂雄,北山和宏
  • 通讯作者:
    村野竜也,佐野由宇,井上諒,晉沂雄,北山和宏
Gridshell structures with discrete curvature lines :Modeling technique and evaluation of mechanical performance
具有离散曲率线的网格壳结构:建模技术和机械性能评估
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Yokosuka Yohei;Inoguchi;Jun-ichi;Ohsaki Makoto;Honma;Toshio
  • 通讯作者:
    Toshio
18世紀後半の産科医療と胎内・胎児・妊産婦認識の変容
18 世纪后期的产科医疗保健以及子宫、胎儿和孕妇观念的变化
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Hayashi Kazuki;Ohsaki Makoto;宮脇 信正,渡辺 茂樹 ,柏木 啓次,石岡 典子,倉島 俊,福田 光宏;鈴木則子
  • 通讯作者:
    鈴木則子
耐震補強格子壁の格子材配置の最適化
抗震网格墙网格材料布置的优化
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Tamura Takuya;Ohsaki Makoto;Takagi Jiro;見上知広,大崎 純,田川 浩
  • 通讯作者:
    見上知広,大崎 純,田川 浩

Ohsaki Makoto的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Ohsaki Makoto', 18)}}的其他基金

Development of detailed finite element analysis system for performance-based design and optimization of steel frames and base-isolation devises
开发详细的有限元分析系统,用于钢框架和基础隔离装置的基于性能的设计和优化
  • 批准号:
    19H02286
  • 财政年份:
    2019
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Design method of curved structure with initial stress using pseudo-developable surfaces
利用拟可展曲面的初始应力弯曲结构设计方法
  • 批准号:
    16K14338
  • 财政年份:
    2016
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Challenging Exploratory Research
Shape optimization of passive control devices for seismic retrofit considering effect on existing frame
考虑对既有框架影响的抗震改造被动控制装置形状优化
  • 批准号:
    16H04449
  • 财政年份:
    2016
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)

相似海外基金

肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
  • 批准号:
    24K15796
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
  • 批准号:
    24K13948
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
  • 批准号:
    24K13518
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
  • 批准号:
    24K15093
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
  • 批准号:
    24K15095
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
多次元イベント時間データ解析の推測理論と方法・機械学習の開発
多维事件时间数据分析的推理理论和方法/机器学习的发展
  • 批准号:
    24K14853
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
速度ポテンシャルエネルギー整形法と機械学習を用いた宇宙機制御理論の開発
利用速度势能整形方法和机器学习发展航天器控制理论
  • 批准号:
    23K20946
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
ユビキタス機械学習社会におけるプライバシ保護基盤
无处不在的机器学习社会中的隐私保护基础设施
  • 批准号:
    23K21695
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
正則化機能強化による超ロバスト推定法の開拓と一般化:信号処理・機械学習への応用
通过加强正则化功能开发和推广超鲁棒估计方法:在信号处理和机器学习中的应用
  • 批准号:
    23K22762
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
攻撃に耐性を持つ機械学習モデルによる設計工程ハードウェアトロイ検知
使用抗攻击的机器学习模型在设计过程中检测硬件木马
  • 批准号:
    23K24816
  • 财政年份:
    2024
  • 资助金额:
    $ 3.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了