文献

J-GLOBAL ID：201802268583747992   整理番号：18A0257650

空間的に変化するモデルパラメータのキャリブレーションのためのセンサ配置【Powered by NICT】

Sensor placement for calibration of spatially varying model parameters

著者 (3件)： Nath Paromita (Department of Civil and Environmental Engineering, Vanderbilt University, Nashville, TN 37235, USA) ,  Hu Zhen (Department of Civil and Environmental Engineering, Vanderbilt University, Nashville, TN 37235, USA) ,  Mahadevan Sankaran (Department of Civil and Environmental Engineering, Vanderbilt University, Nashville, TN 37235, USA)
資料名： Journal of Computational Physics  (Journal of Computational Physics)
巻： 343  ページ： 150-169  発行年： 2017年 
JST資料番号： B0860A  ISSN： 0021-9991  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,空間的に変化するモデルパラメータのキャリブレーションのためのセンサ配置最適化フレームワークを提案した。空間上で,試料を横切るキャリブレーションパラメータのランダム性を説明するために,空間的に変化するパラメータは,ランダム場として表現される。この表現に基づいて,空間的に変化するパラメータのベイズキャリブレーションを研究した。ベイズキャリブレーションに必要な計算量を低減するために,元の計算機シミュレーションモデルは,モデル応答の特異値分解(SVD)と空間的に変化するパラメータのKarhunen-Loeve展開(KLE)に基づくKriging代理モデルで置換された。,期待されるKullback-Leibler(K L)発散により測定した期待情報利得を最大化するためのBayesキャリブレーションに基づいて定式化しセンサ配置最適化問題。最適化問題は,空間的に変化するパラメータの反復較正を必要とする期待K-L発散を評価する必要があり,これは最適化問題を解くための計算労力を有意に増加させた。この課題を克服するために,事後分布の近似をシミュレーテッドアニーリングアルゴリズムを用いた最適センサ位置の同定を容易にする最適化問題の枠内で用いた。空間的に変化する熱伝導率を持つ熱伝達問題を用いて,提案した方法の有効性を実証することである。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： 最適化 ,  最適化問題 ,  定式化 ,  特異値分解 ,  計算機シミュレーション ,  熱伝達 ,  計算量 ,  *センサ ,  *モデル
準シソーラス用語： 事後分布 ,  情報利得 ,  ランダム性 ,  レイアウト最適化 ,  *センサ配置 ,  *モデルパラメータ , 【Automatic Indexing@JST】

著者キーワード (6件)： Bayesキャリブレーション ,  センサ位置最適化 ,  特異値分解(SVD) ,  代理モデル ,  Kullback-Leibler(K L)多様性 ,  ランダム場

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： モデルパラメータ ,  キャリブレーション ,  センサ配置