文献

J-GLOBAL ID：201802235151985327   整理番号：18A0239369

損傷検出のためのGauss過程としてのウェーブレット変換【Powered by NICT】

The wavelet transform as a Gaussian process for damage detection

著者 (3件)： Balafas Konstantinos (Department of Civil and Environmental Engineering, Stanford University, Stanford, CA 94305, USA) ,  Kiremidjian Anne S. (Department of Civil and Environmental Engineering, Stanford University, Stanford, CA 94305, USA) ,  Rajagopal Ram (Department of Civil and Environmental Engineering, Stanford University, Stanford, CA 94305, USA)
資料名： Structural Control and Health Monitoring  (Structural Control and Health Monitoring)
巻： 25  号： 2  ページ： ROMBUNNO.2087  発行年： 2018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： 地震損傷検出への応用を有するGauss過程理論に基づく構造物の加速度応答のウェーブレット変換のための新しい統計的モデルを提示した。提案したモデルは,構造の損傷状態にのみ依存することをGauss過程の実現として各時間試料でウェーブレット係数を考慮した。損傷は,モデルパラメータの分布の変化を同定することによって検出した。モデルは純粋にデータ駆動構造特性の事前知識を必要とせず,すべてのパラメータは測定データから直接学習される。モデルパラメータの推定は,最適化問題に変換し,目的関数の凸性を調べた。パラメータ推定のための効率的なアルゴリズムは,正確さのために提案し試験した。最後に,統計的モデルは,ネバダ州,Renoの大学で実施した振動台の一連の実験から得られたデータに適用した。提案した統計モデルと実装方法論の応用の結果を提示し,モデルの仮定と損傷検出能力の妥当性を説明した。モデルパラメータと統計的仮説検定に基づく損傷検出法は実験データセットを用いて提案し,評価した。Copyright 2018 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： パラメータ推定 ,  アルゴリズム ,  構造物 ,  最適化問題 ,  統計模型 ,  *損傷検出 ,  モデル ,  仮説検定 ,  目的関数 ,  *Gauss過程 ,  凸形 ,  *ウェーブレット変換 ,  学習
準シソーラス用語： 事前知識 ,  モデルパラメータ , 【Automatic Indexing@JST】

著者キーワード (3件)： 連続ウェーブレット変換 ,  Gauss過程 ,  構造損傷検出

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

タイトルに関連する用語 (3件)： 損傷検出 ,  Gauss過程 ,  ウェーブレット変換