構造劣化の不確実性定量化のためのオフラインおよびオンラインBayesフィルタリングについて【JST・京大機械翻訳】

Kamariotis Antonios; Sardi Luca; Papaioannou Iason; Chatzi Eleni; Straub Daniel

プレプリント

J-GLOBAL ID：202202220256312276 整理番号：22P0345623

構造劣化の不確実性定量化のためのオフラインおよびオンラインBayesフィルタリングについて【JST・京大機械翻訳】

On off-line and on-line Bayesian filtering for uncertainty quantification of structural deterioration

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年05月06日プレプリントサーバーでの情報更新日： 2022年08月16日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

データ情報予測保全計画は確率的劣化モデルに大きく依存している。モニタリング情報を利用して,オフライン(バッチ)またはオンライン(再帰)Bayesフレームワーク内の時間不変劣化モデルパラメータに関する知識を順次更新できる。完全パラメータの不確実性の定量化に焦点を当てて,パラメータ推定のために選択したBayesフィルタ,オンライン粒子フィルタ,オンライン反復バッチ重要度サンプリングフィルタ,Markov連鎖モンテカルロ(MCMC)移動ステップ,およびオフラインMCMCベース逐次モンテカルロフィルタを実行する。Gauss混合モデルを用いて,全3つのフィルタにおける再サンプリングプロセス内の事後分布を近似した。2つの数値例は,時間不変劣化モデルパラメータのオフラインおよびオンラインBayes推定の比較評価のための基礎として役立つ。最初の事例研究では,連続亀裂モニタリング測定で更新された低次元,非線形,非Gauss確率疲れ亀裂成長モデルを検討した。第2の高次元,線形,Gauss事例研究は,センサからの逐次測定で更新された梁を横切る腐食劣化をモデル化するためにランダム場を採用した。数値的研究は,異なる性質の問題,次元の増加,およびセンサ情報量の変化に適用するとき,事後推定と計算コストの精度に関してオフラインとオンラインフィルタの性能に関する洞察を提供する。重要なことは,オンライン粒子フィルタのテーラード実装が,計算要求MCMCベースフィルタと競合することを証明した。問題特性の機能における適切な方法の選択に関する提案を提供した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

統計学 , 計算理論 , 計算機網 , 確率論

, , , ,

前のページに戻る