PENERAPAN FINITE ELEMENT NEURAL NETWORK PADA PENYELESAIAN PERSAMAAN POISSON DAN LAPLACE
2009
Solusi untuk penyelesaian persamaan diferensial parsial
atau parsial differential equation (PDE) termasuk persamaan Poisson
dan Laplace muncul pada berbagai jenis permasalahan teknik. Solusi
bagi sebagian besar permasalahan tersebut adalah dengan
menggunakan teknik analisis numerik. Salah satu penyelesaian dengan
menggunakan teknik analisis numerik adalah dengan menggunakan
finite-element atau finite-difference method. Kekurangan pada
pendekatan ini adalah biaya komputasi yang tinggi terutama jika
berhubungan dengan model geometri yang kompleks.
Tugas akhir ini menawarkan sebuah finite-element neural
network (FENN) yang diperoleh dengan cara menggabungkan suatu
model finite-element ke dalam arsitektur neural network. FENN ini
memungkinkan kita untuk memperoleh penyelesaian yang cepat dan
akurat dari forward problem. Hasil awal menunjukkan bahwa
performa FENN pada forward problem dapat dibandingkan dengan
finite-element method yang konvensional.
FENN juga dapat digunakan dalam pendekatan iterasi
untuk memecahkan inverse problem yang berhubungan dengan PDE.
Bentuk arsitektur FENN yang paralel juga membuat FENN menjadi
solusi yang dapat mengurangi waktu komputasi untuk menyelesaikan
permasalahan teknik.
Keywords:
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
0
References
0
Citations
NaN
KQI