Výpočetní a s tím související časová náročnost numerických výpočetních modelů je častou překážkou v jejich širší aplikovatelnosti do praxe. Tento projekt se zaměřuje na dvě oblasti optimalizace výpočtu a jejich procesů, kde jsou výsledky experimentů a přímých numerických modelů transformovány do modelů, jejichž výpočetní náročnost je na straně uživatele značně snížena. První oblast se věnuje modelování evakuace osob (WP1), druhá optimalizaci návrhu akustických rezonátorů (WP2).

FAST-S-24-8572

Czech

Franz Pilný Ondřej, Ing., Ph.D. - principal person responsible
Hudyma Nazar, Ing. - fellow researcher
Jun David, Ing. - fellow researcher
Okřinová Petra, Ing., Ph.D. - fellow researcher
Uhlík Ondřej, Ing. - fellow researcher
Válek Josef, Ing. - fellow researcher

Institute of Computer Aided Engineering and Computer Science
- internal (1.1.2024 - 31.12.2024)
Faculty of Civil Engineering
- beneficiary (1.1.2024 - 31.12.2024)

JUN, D.: xx; acoucalc. xx. URL: https://vyhyb.github.io/acoucalc/acoucalc.html. (Software)
Detail

JUN, D.; RYCHTARIKOVA, M. PERCEPTUAL ASSESSMENT OF ROOM MODE DAMPING BY MEANS OF ABX LISTENING PROCEDURE. BOOK OF EXTENDED ABSTRACTS ACOUSTICS 2024. 1. Technical University in Zvolen – Slovak University of Technology in Bratislava, 2024. p. 65-68. ISBN: 978-80-228-3419-3.
Detail

UHLÍK, O. Real-time RSET Prediction Based on Simulation Dataset Using Machine Learning: A Complex Geometry Case Study. 2024. 9 p.
Detail

GOMEZ, T. S.; JUN, D.; CUENCA, J.; SEBAA, N., DE RYCK, L., ARMSTRONG, R., PIANA, E., and GLORIEUX, C. Extraction of tortuosity of melamine foam from ultrasonic transmission measurements: experimental improvement. In Proceedings of ISMA 2024 - International Conference on Noise and Vibration Engineering and USD 2024 - International Conference on Uncertainty in Structural Dynamics. Leuven: Katholieke Universiteit Leuven, Department of Mechanical Engineering, 2024. p. 313-322. ISBN: 9789082893175.
Detail

UHLÍK, O.; OKŘINOVÁ, P.; TOKAREVSKIKH, A.; APELTAUER, T.; APELTAUER, J. Real-time RSET prediction across three types of geometries and simulation training dataset: A comparative study of machine learning models. Developments in the Built Environment, 2024, vol. 18, no. 100461, 13 p. ISSN: 2666-1659.
Detail

Responsibility: Franz Pilný Ondřej, Ing., Ph.D.