نتایج جستجو برای: روش شبه نیوتنی حافظه محدود bfgs

تعداد نتایج: 387848  

ژورنال: :مهندسی مکانیک مدرس 2014
امین موسائی

در این پژوهش، روش میدان های تصادفی برای شبیه سازی مستقیم عددی کاهش درگ آشفته به کمک میکروفیبرها توسعه داده شده است. برای این منظور، معادلات حاکم بدون هیچ ساده سازی بر روی یک شبکه اویلری در فضای فیزیکی گسسته شده اند. برای گسسته سازی از یک روش تفاضل محدود بالا دست مرتبه پنجم استفاده شده است. در فضای حالت نیز یک روش مونت-کارلو بکار رفته است. سپس معادلات ناویر-استوکس سه بعدی و وابسته به زمان برای ج...

2007
Nicol N. Schraudolph Jin Yu Simon Günter

We develop stochastic variants of the wellknown BFGS quasi-Newton optimization method, in both full and memory-limited (LBFGS) forms, for online optimization of convex functions. The resulting algorithm performs comparably to a well-tuned natural gradient descent but is scalable to very high-dimensional problems. On standard benchmarks in natural language processing, it asymptotically outperfor...

Journal: :CoRR 2017
Renbo Zhao William B. Haskell Vincent Y. F. Tan

We revisit the stochastic limited-memory BFGS (L-BFGS) algorithm. By proposing a new framework for analyzing convergence, we theoretically improve the (linear) convergence rates and computational complexities of the stochastic LBFGS algorithms in previous works. In addition, we propose several practical acceleration strategies to speed up the empirical performance of such algorithms. We also pr...

2016
Philipp Moritz Robert Nishihara Michael I. Jordan

We propose a new stochastic L-BFGS algorithm and prove a linear convergence rate for strongly convex and smooth functions. Our algorithm draws heavily from a recent stochastic variant of L-BFGS proposed in Byrd et al. (2014) as well as a recent approach to variance reduction for stochastic gradient descent from Johnson and Zhang (2013). We demonstrate experimentally that our algorithm performs ...

Journal: :Neurocomputing 2003
Christian Igel Michael Hüsken

The Rprop algorithm proposed by Riedmiller and Braun is one of the best performing first-order learning methods for neural networks. We discuss modifications of this algorithm that improve its learning speed. The new optimization methods are empirically compared to the existing Rprop variants, the conjugate gradient method, Quickprop, and the BFGS algorithm on a set of neural network benchmark ...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه یزد 1390

چکیده جریان سیال غیر نیوتنی در داخل لوله های غیر هم مرکز یک مساله رایج در حفاری چاه های نفت و گاز می باشد. بعد از اینکه مته حفاری که غالباً به صورت غیر هم مرکز با چاه می باشد، شروع به عملیات حفاری نمود، گل های حاصل از حفاری که یک سیال غیر نیوتنی محسوب می شود از بین مته و قطر چاه خارج می شود. این پروسه را می توان با جریان سیال غیر نیوتنی در داخل لوله های غیر هم مرکز مدل نمود. این پژوهش به بررسی ...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی عمران 1391

تاکنون روش های مختلفی توسط محققان برای شبیه سازی جنبش نیرومند زمین استفاده شده است. لرزشهای فرکانس بالای زمین که برای بیشتر سازه ها از نقطه نظر مهندسی اهمیت فراوان دارند، به خاطر پیچیدگی فرآیند شکست و ساختار میدان انتشار به سختی شبیه سازی می شوند. یکی از روش های شبیه سازی لرزش های فرکانس بالا که در سالیان اخیر مورد استفاده قرار گرفته است، روش شبیه سازی احتمالی می باشد. این روش اولین بار توسط بو...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه شهید مدنی آذربایجان - دانشکده مکانیک 1393

در این پایان نامه برای مطالعه عددی رفتار سیالات غیر نیوتنی و با هدف مدل سازی جریان سیال جت های برخوردی یک برنامه کامپیوتری به زبان فرترن بر مبنای روش تفاضل محدود پروجکشن صریح نوشته شده است. از مدل قانون توانی جهت تعیین رفتار غیر نیوتنی ویسکوزیته سیال پایه استفاده شده است. در این مطالعه جریان و انتقال حرارت در حضور نانو ذرات اکسید مس (cuo) در جت برخوردی نوسانی به کار گرفته شده است. سیال پایه مور...

Journal: :Journal of Computational and Applied Mathematics 2009

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید