抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究の目的は,スケーラブルであり,あらゆるブリッジから訓練データを取得する必要性を排除できる,ブリッジ健康監視(BHM)のための物理誘導データ駆動アプローチを開発することにある。BHMは,以前の段階でブリッジ損傷を検出することができ,それは,重大なビジネスと人間の損失につながるかもしれないより厳しい損傷と崩壊を防ぐのに不可欠である。BHMに対する駆動車からの振動の使用は,経済的および橋上の装置の現場保全の必要がないような様々な利点を有する。しかし,多くのそのようなアプローチが,1)各ブリッジからのラベル付きデータを必要とするので,複数のブリッジからラベル付けされたデータを必要とするので,複数のブリッジからのラベル付きデータを必要とするので,それらは,他のブリッジに対して1つのブリッジに対して訓練された教師付きモデルを直接適用すれば,損傷診断精度は,異なるブリッジデータ間の分布不整合のため,著しく低減できた。本研究では,データ駆動アプローチをガイドし,半教師つき方法で損傷を診断するために,車両-橋相互作用(VBI)に関する物理的洞察を活用することによって,最初の課題を克服した。また,ドメイン敵対訓練とマルチタスク学習フレームワークを通して第2の課題を克服した。フレームワークは,あらゆるブリッジから訓練データを必要とせずに,複数のブリッジをモニターするために,ブリッジを通して損傷と不変量に敏感であった特徴を抽出する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】