文献

J-GLOBAL ID：202202237533642875   整理番号：22A0439739

マルチソース不確実性下の動的力再構成の人工ニューラルネットワーク(ANN)-Bayes確率フレームワーク(BPF)に基づく方法【JST・京大機械翻訳】

Artificial Neural Network (ANN) - Bayesian Probability Framework (BPF) based method of dynamic force reconstruction under multi-source uncertainties

著者 (6件)： Liu Yaru (Institute of Solid Mechanics, School of Aeronautic Science and Engineering, Beihang University, Beijing 100083, China) ,  Wang Lei (Institute of Solid Mechanics, School of Aeronautic Science and Engineering, Beihang University, Beijing 100083, China) ,  Wang Lei (School of Engineering, Cardiff University, Newport Road 30-36, CF24 ODE, Cardiff, United Kingdom) ,  Wang Lei (Aircraft and Propulsion Laboratory, Ningbo Institute of Technology, Beihang University, Ningbo 315100, China) ,  Gu Kaixuan (Aviation Key Laboratory of Science and Technology on Life-support Technology, Xiangyang 441003, China) ,  Li Min (Institute of Solid Mechanics, School of Aeronautic Science and Engineering, Beihang University, Beijing 100083, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 237  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  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： 工学構造におけるマルチソース不確実性因子の普遍的存在を考慮して,動的力再構成の新しい方法を,人工ニューラルネットワーク(ANN)とBayes確率フレームワーク(BPF)に基づいて調査した。決定論的力再構成は,最初に逆伝播(BP)ANNによって解決され,その中で,外部力と変位応答のマッピング関係は,融合公式演繹よりむしろ反復教師つき学習を通して容易に得られる。区間集合モデルを採用して,不確定変数を特性化し,区間領域(動的力の境界を決定する)における最も可能性のある点を,BPFアプローチを用いて適応的に選択した。従来の不確実性伝搬法と異なり,現在のBPF戦略は,2つの取得関数と組み合わせたBayes定理を用いて,不確実な力の代理モデルを構成する。ANN-BPFベースの方法の使用を3つの数値例で実証した:片持ち梁,補強板およびミサイル構造,その中で剛性劣化,ノイズジャミングおよび複雑な境界拘束に関連したいくつかの負の問題についても議論した。さらに,いくつかの補助指数を定義して,ピーク相対誤差(PRE),正規化平均二乗誤差(NMSE),平均不確かなレベル(MUL)などの過渡状態と全体プロセスの再構成名目力と力境界の影響を評価した。結果は,同定された曲線が,大きさと規則性の両面で実際の動的力にすべて一致し,決定論的ケースと不確かなケースによって得られた量子化データを,工学的応用の妥当な範囲で測定した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 過渡現象 ,  雑音 ,  量子化 ,  *不確実性 ,  剛性 ,  片持梁 ,  ミサイル ,  *ニューラルネットワーク ,  教師つき学習 ,  規則度 ,  再構成 ,  正規化 ,  演繹
準シソーラス用語： 平均二乗誤差 ,  決定論 , 【Automatic Indexing@JST】

著者キーワード (4件)： 力再構成 ,  マルチソースの不確実性 ,  人工ニューラルネットワーク(ANN) ,  Bayes確率フレームワーク(BPF)

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： マルチ ,  ソース ,  不確実性 ,  再構成 ,  人工ニューラルネットワーク ,  確率 ,  フレームワーク ,  BPF