文献

J-GLOBAL ID：201802216108571072   整理番号：18A1957585

構造状態監視のための深部自動エンコーダモデルの応用【JST・京大機械翻訳】

Application of deep autoencoder model for structural condition monitoring

著者 (5件)： PATHIRAGE Chathurdara Sri Nadith (DEPARTMENT OF COMPUTING, CURTIN UNIVERSITY, PERTH WA 6102, AUSTRALIA) ,  LI Jun (CENTRE FOR INFRASTRUCTURAL MONITORING AND PROTECTION, CURTIN UNIVERSITY, PERTH WA 6102, AUSTRALIA) ,  LI Ling (DEPARTMENT OF COMPUTING, CURTIN UNIVERSITY, PERTH WA 6102, AUSTRALIA) ,  HAO Hong (CENTRE FOR INFRASTRUCTURAL MONITORING AND PROTECTION, CURTIN UNIVERSITY, PERTH WA 6102, AUSTRALIA) ,  LIU Wanquan (DEPARTMENT OF COMPUTING, CURTIN UNIVERSITY, PERTH WA 6102, AUSTRALIA)
資料名： Xitong Gongcheng yu Dianzi Jishu(Yingwenban)  (Xitong Gongcheng yu Dianzi Jishu(Yingwenban))
巻： 29  号： 4  ページ： 873-880  発行年： 2018年 
JST資料番号： C2630A  ISSN： 1004-4132  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 振動に基づく構造同定により,構造物の損傷検出を行った。振動数やモード形状のようなモード情報は,構造損傷検出に広く使われ,土木構造物の健康状態を示す。モード情報と構造剛性パラメータの間の関係を学習するために,深いオートエンコーダと呼ばれる多層ニューラルネットワークモデルに関して研究する深い学習アルゴリズムを提案した。これはモード情報特徴の次元縮小と構造剛性パラメータに対する非線形回帰により達成される。対称鋼フレームモデルに関する数値試験を行い,訓練と検証のためのデータを生成し,振動ベース構造損傷検出のための提案手法の効率を実証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *モデル ,  *符号器 ,  対称性 ,  学習アルゴリズム ,  *深部 ,  パラメータ ,  鋼 ,  損傷検出 ,  振動数 ,  次元縮小
準シソーラス用語： ディープニューラルネットワーク ,  自己符号化器 ,  構造剛性 ,  振動モード形 ,  *状態監視 , 【Automatic Indexing@JST】

分類 (2件)： 非破壊試験  (HB02030F) ,  構造動力学  (HD02000E)

タイトルに関連する用語 (5件)： 状態監視 ,  深部 ,  エンコーダ ,  モデル ,  応用