Ilario Cavallera
Scelta di modelli strutturali con tecniche "Machine Learning" = Choice of structural models through “Machine Learning” technologies.
Rel. Erasmo Carrera, Marco Petrolo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Aerospaziale, 2019
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (9MB) | Preview |
Abstract
L’obiettivo della tesi è quello di andare a ricercare un metodo per scegliere, tra i molti modelli strutturali presenti ad oggi, quello che soddisfa maggiormente le esigenze di un dato problema. Per riuscire ad ottenere questo tipo di obiettivo si va a sfruttare un’estensione della Carrera Unified Formulation (CUF) ovvero la Best Theory Diagram, (BTD). Quest’ultima teoria viene combinata con la tecnologia del Machine Learning e delle reti neurali per poter dare vita ad un sistema automatico di scelta di modelli strutturali. La prima fase verterà sulla capacità della rete di prevedere un errore dato un modello strutturale in input. Nello specifico, la tesi, è suddivisa in vari capitoli in cui a poco a poco si vanno ad inserire parametri nuovi che rendano la rete neurale sempre più versatile.
In particolare vi è una prima analisi della rete neurale in cui si va a testare come i modelli strutturali di riferimento e le singole frequenze influenzino i risultati
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
