文献

J-GLOBAL ID：202202281405097337   整理番号：22A0903592

観測不能分布応答によるマルチレベルモデルのBayesキャリブレーションとダニゲートへの応用【JST・京大機械翻訳】

Bayesian calibration of multi-level model with unobservable distributed response and application to miter gates

著者 (8件)： Jiang Chen (Department of Industrial and Manufacturing Systems Engineering, University of Michigan-Dearborn, Dearborn, MI 48128, USA) ,  Vega Manuel A. (Department of Structural Engineering, University of California San Diego, La Jolla, CA 92093, USA) ,  Vega Manuel A. (Advanced Engineering Analysis Group, Los Alamos National Laboratory, Los Alamos, NM 87545) ,  Ramancha Mukesh K. (Department of Structural Engineering, University of California San Diego, La Jolla, CA 92093, USA) ,  Todd Michael D. (Department of Structural Engineering, University of California San Diego, La Jolla, CA 92093, USA) ,  Conte Joel P. (Department of Structural Engineering, University of California San Diego, La Jolla, CA 92093, USA) ,  Parno Matthew (Department of Mathematics, Dartmouth College, Hanover, NH 03755, USA) ,  Hu Zhen (Department of Industrial and Manufacturing Systems Engineering, University of Michigan-Dearborn, Dearborn, MI 48128, USA)
資料名： Mechanical Systems and Signal Processing  (Mechanical Systems and Signal Processing)
巻： 170  ページ： Null  発行年： 2022年 
JST資料番号： T0514A  ISSN： 0888-3270  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： Bayes較正は,計算モデルの予測力の有効性を改善する際に重要な役割を果たす。しかし,多重レベルモデルにおける観測不能な分散応答と不確かなモデルパラメータの存在は,不確実性の下で隠れと分布モデル不一致を同定するのに,直接観測の欠如と困難のため,Bayes較正への挑戦を提起する。本論文では,観測可能なモデルの測定値を用いて,観測できない分散モデルを較正するためのマルチレベルシミュレーションモデルのためのBayes較正フレームワークを提案した。提案したフレームワークにおいて,分散応答を有する観測不能モデルの分散型モデル不一致を,未知ハイパーパラメータを有する代理モデルによってモデル化した多項式係数によって,最初に一連の直交多項式として表現した。次に,観測可能なモデルの測定値に基づく多項式係数の代用モデルを構築するために,2相機械学習法を開発した。最後に,構築したモデル不一致を用いて,モジュール化Bayesキャリブレーションスキームに従って,不確実なモデルパラメータを更新した。開発したフレームワークを,不確かなギャップ長の共同Bayes較正と,ダニ器ゲート問題のための観測不能および分散境界条件モデルに適用した。タイターゲート応用の結果は,提案フレームワークの有効性を実証した。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： *多項式 ,  シミュレーションモデル ,  不確実性 ,  キャリブレーション ,  境界条件 ,  モデリング ,  多重化 ,  有効性 ,  計算モデル ,  機械学習
準シソーラス用語： *マルチレベル ,  モデルパラメータ ,  分散モデル ,  モジュール化 ,  ハイパーパラメータ , 【Automatic Indexing@JST】

著者キーワード (6件)： マルチレベルモデル ,  Bayesキャリブレーション ,  観測不可能な分散応答 ,  分散モデル不一致 ,  代理モデル ,  ミターゲート

分類 (2件)： システム・制御理論一般  (IA02010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 観測 ,  分布 ,  応答 ,  マルチレベル ,  モデル ,  キャリブレーション ,  ゲート ,  応用