Publication

Aerodynamic shape optimization via surrogate modelling with convolutional neural networks

2019
Student Projects

Résumé

Aerodynamic shape optimization has become of primary importance for the aerospace industry over the last years. Most of the method developed so far have been shown to be either computationally very expensive, or to have low dimensional search space. In this work we present how Geodesic Convolutional Neural Networks can be used as a surrogate model for a computational fluid dynamics solver. The trained model is shown to be capable of efficiently exploring a high dimensional shape space. We apply this method to the optimization of a fixed wing drone, the eBee Classic.

Source officielle

https://infoscience.epfl.ch/entities/publication/1cbe28ce-4d4c-4dc3-8e3d-cc8549d975e0

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

2019
Student Projects

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/1cbe28ce-4d4c-4dc3-8e3d-cc8549d975e0

À propos de ce résultat

Concepts associés (32)

Surrogate model

A surrogate model is an engineering method used when an outcome of interest cannot be easily measured or computed, so an approximate mathematical model of the outcome is used instead. Most engineering design problems require experiments and/or simulations to evaluate design objective and constraint functions as a function of design variables. For example, in order to find the optimal airfoil shape for an aircraft wing, an engineer simulates the airflow around the wing for different shape variables (length, curvature, material, .

Modélisation

La modélisation est la conception et l'utilisation d'un modèle. Selon son objectif (représentation simplifiée, compréhension, prédiction) et les moyens utilisés, la modélisation est dite mathématique, géométrique, 3D, empirique, mécaniste ( modélisation de réseau trophique dans un écosystème), cinématique... Elle nécessite généralement d'être calée par des observations ou mesures faites , lesquelles servent aussi à paramétrer, calibrer ou ajuster le modèle, par exemple en intégrant des facteurs d'influences qui s'avèreraient nécessaires.

Réseau neuronal convolutif

En apprentissage automatique, un réseau de neurones convolutifs ou réseau de neurones à convolution (en anglais CNN ou ConvNet pour convolutional neural networks) est un type de réseau de neurones artificiels acycliques (feed-forward), dans lequel le motif de connexion entre les neurones est inspiré par le cortex visuel des animaux. Les neurones de cette région du cerveau sont arrangés de sorte qu'ils correspondent à des régions qui se chevauchent lors du pavage du champ visuel.

Afficher plus

Publications associées (6)

Afficher plus

Aerodynamic shape optimization via surrogate modelling with convolutional neural networks

Chattez avec Graph Search

Biologically informed cortical models predict optogenetic perturbations

Structure-aware Multi-view 3D Reconstruction of Dislocations in TEM with Message Passing Neural Networks

Learning Entailment-Based Sentence Embeddings from Natural Language Inference