PORTO @ 
Archivio Istituzionale della Ricerca
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishIn the framework of flow simulations in Discrete Fracture Networks, we consider the problem of identifying possible backbones, namely preferential channels in the network. Backbones can indeed be fruitfully used to analyze clogging or leakage, relevant for example in waste storage problems, or to reduce the computational cost of simulations. With a suitably trained Neural Network at hand, we use the Layer-wise Relevance Propagation as a feature selection method to detect the expected relevance of each fracture in a Discrete Fracture Network and thus identifying the backbone.
Layer-wise relevance propagation for backbone identification in discrete fracture networks / Berrone, Stefano; Della Santa, Francesco; Mastropietro, Antonio; Pieraccini, Sandra; Vaccarino, Francesco. - In: JOURNAL OF COMPUTATIONAL SCIENCE. - ISSN 1877-7503. - ELETTRONICO. - 55(2021), p. 101458. [10.1016/j.jocs.2021.101458]
| Titolo: | Layer-wise relevance propagation for backbone identification in discrete fracture networks | |
| Autori: | ||
| Data di pubblicazione: | 2021 | |
| Rivista: | ||
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1016/j.jocs.2021.101458 | |
| Appare nelle tipologie: | 1.1 Articolo in rivista |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| 1-s2.0-S1877750321001356-main.pdf | 2a Post-print versione editoriale / Version of Record |  | Visibile a tuttiVisualizza/Apri |
http://hdl.handle.net/11583/2844659
Copyright © 2021