인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
Full-text
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
초록·키워드
메타모델은 설계 프레임워크 안에서 높은 효율성과 우수한 예측 능력, 타 프로그램과 쉬운 연동성때문에 공학분야에서 지난 10 년간 최적설계 기법들과 함께 발전해왔다. 메타모델을 구성하기 위해서는 실험계획법, 메타모델링 기법, 검증법과 같은 절차가 요구된다. 검증법은 메타모델의 정확성을 판단하기 때문에 순차적 크리깅 메타모델에서 정확한 크리깅 메타모델을 구성하기 위한 표본점의 개수를 결정한다. 크리깅 메타모델과 같은 보간모델은 표본점에서의 응답을 항상 지나기 때문에 기존 방법으로 메타모델의 정확성을 판단하기 위해서는 추가적인 해석이나 메타모델의 재구성이 요구된다. 본 연구에서는 이러한 추가적인 해석과 메타모델의 재구성을 요구하지 않는 메타모델의 해석적 민감도를 이용하는 민감도 검증법을 제안한다. 14 개의 2 차원 수학예제와 공학예제를 이용하여 이 방법의 타당성을 검증한다.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2013-550-003640053
