文献

J-GLOBAL ID：201802231003436284   整理番号：18A0614198

構造物の全体的及び局所的健康状態評価のための新しい教師なし深い学習モデル【Powered by NICT】

A novel unsupervised deep learning model for global and local health condition assessment of structures

著者 (2件)： Rafiei Mohammad Hossein (Department of Civil, Environmental and Geodetic Engineering, Department of Physical Medicine Rehabilitation, The Ohio State University, 470 Hitchcock Hall, 2070 Neil Ave., Columbus, OH 43210, USA) ,  Adeli Hojjat (Departments of Civil, Environmental and Geodetic Engineering, Electrical and Computer Engineering, Biomedical Engineering, Neurology, and Neuroscience, The Ohio State University, 470 Hitchcock Hall, 2070 Neil Ave., Columbus, OH 43210, USA)
資料名： Engineering Structures  (Engineering Structures)
巻： 156  ページ： 598-607  発行年： 2018年 
JST資料番号： C0709B  ISSN： 0141-0296  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： センサによって収集された構造の振動応答を用いた構造システムの全体的及び局所的健康状態評価のための方法論を記述した。モデルは記録された信号の周波数領域から特徴を抽出するために同期圧迫型ウェーブレット変換,高速Fourier変換,および教師なし深いBoltzmannマシンを組み込んでいる。確率密度関数は構造健全性指数(SHI)を作製するために使用した。この指数は,構造の大域的および局所的健康状態を評価するために用いることができる。提案したモデルの美しさは,構造の異なる損傷状態をシミュレートするために構造のスケールバージョンから得られる高価な実験結果必要としないことである。健康な構造の唯一の周囲振動が必要である。周囲振動の非存在下では,構造特性と確率理論を用いた確率的にシミュレーションすることができる。提案したモデルの有効性は,香港の振動台で得られた実験データを用いて説明した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 振動応答 ,  確率密度関数 ,  Boltzmannマシン ,  高速Fourier変換 ,  ウェーブレット変換 ,  構造特性 ,  *学習モデル ,  センサ ,  *構造物 ,  確率論
準シソーラス用語： 暗振動 ,  *健康 ,  構造健全性 ,  *状態評価 ,  *健康状態 , 【Automatic Indexing@JST】

分類 (1件)： コンクリート構造  (RA04030A)

タイトルに関連する用語 (4件)： 構造物 ,  状態評価 ,  教師 ,  学習モデル