물리 기반 인공신경망을 이용한 PIV용 합성 입자이미지 생성

Q: 이 논문에서 정의한 물리 기반 인공신경망이란 무엇인가?

물리 기반 인공신경망은 일반적인 인공신경망의 손실함수에 사용자가 지정한 물리 지배방정식에 대한 예측값의 차이를 포함시켜, 학습 모델이 물리법칙을 위배하지 않도록 하는 기계 학습 알고리즘이다. 이를 통해 데이터 기반 방식의 한계를 극복하고 물리적 지식을 학습에 통합한다.

Q: 물리 기반 인공신경망으로 합성 입자이미지를 생성하는 방법의 장점은 무엇인가?

연구 결과, 물리 기반 인공신경망을 이용한 합성 입자이미지 생성 방법은 기존의 격자 기반 수치 기법에 비해 적은 계산량으로 공간분해능 제약이 없는 유동장 근사해를 구할 수 있다. 이는 물리 법칙을 따르는 사실적인 입자 움직임을 구현하며, PIV 알고리즘 검증에 효과적이다.

최현조; 신명현; 박종호; 박진수

학술저널

저자정보: 최현조 (Chonnam National University) 신명현 (Chonnam National University) 박종호 (Chonnam National University) 박진수 (Chonnam National University)

저널정보: 한국가시화정보학회 한국가시화정보학회지 한국가시화정보학회지 Vol.21 No.1

오류 신고하기

피인용 0

검색

초록·키워드

Acquiring experimental data for PIV verification or machine learning training data is resource-demanding, leading to an increasing interest in synthetic particle images as simulation data. Conventional synthetic particle image generation algorithms do not follow physical laws, and the use of CFD is time-consuming and requires computing resources. In this study, we propose a new method for synthetic particle image generation, based on a Physics-Informed Neural Networks(PINN). The PINN is utilized to infer the flow fields, enabling the generation of synthetic particle images that follow physical laws with reduced computation time and have no constraints on spatial resolution compared to CFD. The proposed method is expected to contribute to the verification of PIV algorithms.

#Particle Image Velocimetry(입자영상유속계) #Synthetic Particle Image(합성 입자이미지) #Physics-Informed Neural Network(물리 기반 인공신경망)

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료