文献

J-GLOBAL ID：201702264564271555   整理番号：17A1243589

分散分析を用いた疲労損傷同定のための人工神経回路網の最適化【Powered by NICT】

Optimization of an artificial neural network for fatigue damage identification using analysis of variance

著者 (1件)： Sbarufatti Claudio (Politecnico di Milano, Department of Mechanical Engineering, Milan, Italy)
資料名： Structural Control and Health Monitoring  (Structural Control and Health Monitoring)
巻： 24  号： 9  ページ： null  発行年： 2017年 
JST資料番号： W2752A  ISSN： 1545-2255  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人工ニューラルネットワーク(ANN)は,構造ヘルスモニタリングで広く使用されている。それにもかかわらず,それらの構造の最適化のための厳密な方法の定義はまだ未解決の問題,安全臨界システムに適用した。本論文では,通常の実験設計に採用し,分散分析(A NOVA)に基づくアプローチを用いて,三層ANN構造における隠れニューロンの数を統計的に決定した。同じネットワーク構造の反復訓練は,性能指数の多重観測を行い,根平均二乗誤差に基づいている。異なるレベルネットワーク構造の複雑さを統計的に比較し,隠れノードの数に基づいている。A NOVAを用いて,ネットワーク性能は,隠れノードの数に影響されることを統計的証拠があるかどうか決定することである。この解析は,それ以上ではANN構造の複雑さの増加による性能の改善統計的証拠ではない隠れノード数のしきい値を測定することができる。法は典型的な航空機構造に関する疲れ損傷の診断のための,一組のアルゴリズムの最適化に適用し,リベットスキン-ストリンガ建設に伴う金属パネルのである。の損傷検出,位置確認と定量のためのANNsは,有限要素シミュレートした歪データを用いて訓練された,その妥当性を確認し,最終的にパネル湾における開始人工皮膚亀裂と疲れ荷重下で自然に失敗した二つのストリンガを含む疲れ亀裂成長実験室試験プログラムにおける実験的歪信号で試験され,実時間で取得した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *最適化 ,  位置決め ,  実験計画法 ,  *分散分析 ,  疲れ亀裂成長 ,  パネル ,  安全性 ,  疲れ損傷 ,  ネットワーク構造 ,  *ニューラルネットワーク ,  損傷検出 ,  疲れ荷重 ,  アルゴリズム
準シソーラス用語： 縦通材 ,  構造ヘルスモニタリング , 【Automatic Indexing@JST】

著者キーワード (8件)： 分散の解析 ,  人工ニューラルネットワーク ,  委員会 ,  診断 ,  アンサンブル ,  疲労 ,  隠れニューロン ,  最適

分類 (1件)： 膜分離  (XD02120Z)

タイトルに関連する用語 (5件)： 分散分析 ,  疲労損傷 ,  同定 ,  人工神経回路網 ,  最適化