박사후 슬롯 사이트이 국제 3 분 논문 비디오 경쟁에서 우승

Elif Ecem Baş는 사이버 물리적 지진 하이브리드 슬롯 사이트을 향상시키는 기계 학습 알고리즘을 개발했습니다.

컴퓨터가있는 작은 실험실에있는 두 사람

Baş (왼쪽) Mohamed Moustafa 조교수와 함께 일하면서 기계 학습의 계산 능력을 활용하여 모든 규모의 비선형 구조에 대한 지진 테스트를 발전시킬 수있는 하이브리드 슬롯 사이트 테스트 방법을 개선하고 있습니다.

박사후 슬롯 사이트은 국제 3 분 논문 비디오 경쟁에서 우승

Elif Ecem Baş는 사이버 물리적 지진 하이브리드 슬롯 사이트을 향상시키는 기계 학습 알고리즘을 개발했습니다.

Mohamed Moustafa 조교수와 함께 작업하는 Baş (왼쪽)는 기계 학습의 계산 능력을 활용하여 모든 크기의 비선형 구조에 대한 내진 테스트를 발전시킬 수있는 하이브리드 슬롯 사이트 테스트 방법을 개선하고 있습니다.

컴퓨터가있는 작은 실험실에있는 두 사람

Baş (왼쪽) Mohamed Moustafa 조교수와 함께 일하는 Baş (왼쪽)는 기계 학습의 계산 능력을 활용하여 모든 크기의 비선형 구조에 대한 내진 테스트를 발전시킬 수있는 하이브리드 슬롯 사이트 테스트 방법을 정제하고 있습니다.

James E. Rogers and Louis Wiener, Jr. 대규모 구조 실험실의 Shake Tables의 그림자에서, 박사후 슬롯 사이트 Elif Ecem Baş는 큰 영향을 미치는 물리적으로 작은 프로젝트를 진행하고 있습니다.

이 대학은 세계에서 가장 큰 지진 시뮬레이션 실험실 중 하나의 본거지이지만 프로토 타입에 대한 본격적인 실험을하는 데는 직원, 재료, 공간 및 돈에 대한 놀라운 약속이 필요합니다. 수십 년 동안 슬롯 사이트들은 전체 프로토 타입 실험의 일부를 필요로하는 하이브리드 사이버 물리 시뮬레이션 방법을 사용하여 이러한 실험을 실행하는 비용을 극복했습니다. 예를 들어, 슬롯 사이트이 건물이나 다리에서 잠재적으로 사용하기 위해 새로운 유형의 교정기와 같은 새로운 구조 개조 개념을 테스트하고 전체 브리지를 건축하고 흔들리는 테이블에 넣는 대신 새로운 구성 요소 (이 예제의 모델 브레이스)만으로도 나머지 구조물의 컴퓨터 모델에서 계산 된 온라인 지진 부하를 사용하여 물리적으로 시뮬레이션하고 테스트 할 수 있습니다. 예를 들어, 1989 년 샌프란시스코 지진과 같은 여러 브레이스 모델이 적용될 수 있으며, 연구자들은 미래의 지진에 직면 할 때 탄력성을 향상시키기위한 더 나은 개조 옵션을 제공 할 수있는 디자인을 알 수있을 것입니다..

효과적이지만 전통적인 하이브리드 슬롯 사이트에는 온라인 계산 모델에 의해 정의 된 자체 제약 조건이 있습니다. 작은 구조 내에서 단일 상황에서 단일 브레이스를 테스트하는 것은 몇 분 안에 수행 할 수 있지만, 더 크거나 더 복잡한 구조를 테스트하는 것은 계산적으로 너무 비싸거나 특정 모델링 시나리오에서는 불가능할 것입니다..

Baş 및 기계 학습의 계산 능력을 입력하십시오.

Baş는 2017 년 토목 공학 슬롯 사이트 학위로 대학에 입사했습니다. 초기 하이브리드 시뮬레이션 실험실 조교수 Mohamed Moustafa에서 일하기를 바라는 학생은 개발 중이었습니다. 그러나 Baş와 Moustafa는 전통적인 하이브리드 시뮬레이션 실험실을 개발하고 싶지 않았습니다.

103297_103465

Moustafa는 다음과 같이 덧붙였습니다.“저는 기계 학습이 사이버-물리적 하이브리드 모델을 발전시킬 수 있다는 아이디어를 가지고 있었지만 ECEM의 밝기와 선명도로 인해 기계 학습을 프로젝트에 가져올 수 있었기 때문에 컴퓨터 과학 부서에갔습니다. 그녀는 수업을 밟았습니다. 이 응용 프로그램의 모듈.”

하이브리드 슬롯 사이트 실험실에서 머신 러닝 알고리즘을 적용함으로써 Baş는 전통적인 테스트를 중단 할 수있는 바이 패스 모델링 문제 외에도 전통적인 하이브리드 슬롯 사이트 랩에서 3 분이 걸리는 밀리 초 내에 할 수있었습니다.

모델 브레이스의 예를 사용하려면 Baş는 여전히 실제 로딩 프레임까지 새로운 디자인을위한 실험 브레이스 모델을 연결합니다. 그러나이 브레이스를 실제 삶에 수용 할 수있는 구조의 행동은 알려져 있기 때문에 그러한 구조는 Baş의 컴퓨터의 알고리즘에 살고 있습니다. 그리고 여기에 거대한 도약이 일어나는 곳이 있습니다. 브레이스가 알고리즘과 통신하고 알고리즘이 물리적 응력에 적용되는 로딩 프레임을 포함하여 물리적 실험실과 실시간으로 통신함으로써 실험의 두 구성 요소가 훨씬 더 많은 수의 시나리오에서 생존하는 방법을 테스트 할 수 있으며 매우 짧은 시간 내에 테스트 할 수 있습니다. 한 구성 요소의 알려진 행동 특성은 실험 구성 요소의 알려지지 않은 행동 특성에 영향을 미치고 영향을 미치며 각각은 실시간으로 반응합니다.

단일 브레이스를 테스트하는 데 효과적이지만이 방법에서는 점점 더 복잡한 비선형 구조를 테스트 할 수있는 잠재력이 있습니다.

“우리는 여전히 모델을 개선하고 있습니다. 우리는이 기술로 얼마나 멀리 갈 수 있는지 확인하고 싶습니다. "우리는 훨씬 더 많은 일을 할 수 있습니다."

기계 학습 모델의 계산 능력을 활용함으로써 Baş는 점점 더 많은 구성 요소를 사이버 영역으로 이동시켜 다른 새로운 디자인 요소를 테스트하는 데 사용할 수 있기를 희망합니다..

“하이브리드 슬롯 사이트 실험실에 머신 러닝을 통합하면 전례없는 테스트 방법의 문을 열어줍니다.”라고 Moustafa는 덧붙였습니다. "이것은 새로운 아이디어에 대한 개념 증명을 제공 할 수 있으며, 실험실 설정이 작기 때문에 새로운 아이디어를 탐색하고 학생들에게 실습 데모를 제공하는 전통적인 방법보다 훨씬 더 널리 사용될 수 있습니다.".

Baş가 논문을 변호 할 때, 그녀는 Purdue에 보관 된 NSF가 지원하는 슬롯 사이트 조정 네트워크 인 Mechs (Multi-Hazard Engineering Collaboratory for Hybrid Simulation for Hybrid Simulation)가 주최하는 3 분짜리 논문 비디오 경쟁에 참여했습니다. 대회는 전 세계에서 제출을 받았으며 Baş의 비디오는 참신한 범주에서 우승했습니다.

“슬롯 사이트은 내 작품을 보여줄 수있는 기회였습니다.”라고 Baş는 말했습니다. "승리는 현장에서 더 눈에 띄게 만들어주고 지금은 더 많은 사람들이 내가하고있는 일을 알고 있습니다."

Moustafa는 다음과 같이 덧붙였다. “추천하는 것은 좋은 일입니다. 승리하는 것은 큰 일입니다.”

승리 항목보기

최신

슬롯 사이트 오늘