論文の概要: OpenIPDM: A Probabilistic Framework for Estimating the Deterioration and
Effect of Interventions on Bridges
- arxiv url: http://arxiv.org/abs/2201.08254v1
- Date: Thu, 20 Jan 2022 16:00:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-21 14:57:44.149232
- Title: OpenIPDM: A Probabilistic Framework for Estimating the Deterioration and
Effect of Interventions on Bridges
- Title（参考訳）: OpenIPDM:橋梁の劣化と干渉の影響を推定するための確率的フレームワーク
- Authors: Zachary Hamida, Blanche Laurent and James-A. Goulet
- Abstract要約: 本稿では,ネットワーク規模の視覚検査データを用いてインフラの劣化過程をモデル化するOpenIPDMソフトウェアについて述べる。
OpenIPDMはケベック州の橋のネットワークで行われている研究に基づいて設計されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper describes OpenIPDM software for modelling the deterioration
process of infrastructures using network-scale visual inspection data. In
addition to the deterioration state estimates, OpenIPDM provides functions for
quantifying the effect of interventions, estimating the service life of an
intervention, and generating synthetic data for verification purposes. Each of
the aforementioned functions are accessible by an interactive graphical user
interface. OpenIPDM is designed based on the research work done on a network of
bridges in Quebec province, so that the concepts presented in the software have
been validated for applications in a real-world context. In addition, this
software provides foundations for future developments in the subject area of
modelling the deterioration as well as intervention planning.
- Abstract（参考訳）: 本稿では,ネットワーク規模の視覚検査データを用いてインフラの劣化過程をモデル化するOpenIPDMソフトウェアについて述べる。
劣化状態の推定に加えて、OpenIPDMは介入の効果を定量化し、介入の寿命を推定し、検証目的で合成データを生成する機能を提供している。
上記の機能はそれぞれ、インタラクティブなグラフィカルユーザインタフェースによってアクセス可能である。
OpenIPDMはケベック州の橋のネットワーク上で行われた研究に基づいて設計されており、ソフトウェアで提示された概念が現実世界のコンテキストにおけるアプリケーションに対して検証されている。
さらに、このソフトウェアは、劣化のモデル化と介入計画の主題領域における将来の発展の基礎を提供する。
関連論文リスト
- Explanatory Model Monitoring to Understand the Effects of Feature Shifts on Performance [61.06245197347139]
そこで本研究では,機能シフトによるブラックボックスモデルの振る舞いを説明する新しい手法を提案する。
本稿では,最適輸送と共有値の概念を組み合わせた提案手法について,説明的性能推定として紹介する。
論文 参考訳（メタデータ） (2024-08-24T18:28:19Z) - Model-Based Inference and Experimental Design for Interference Using Partial Network Data [4.76518127830168]
本稿では,部分的ネットワークデータを用いた治療効果調整の評価と推定のためのフレームワークを提案する。
部分的ネットワークデータのみを用いて治療を割り当てる手順を説明する。
本研究では,インドとマラウイにおける情報拡散と観測グラフのシミュレーション実験によるアプローチの有効性を検証した。
論文 参考訳（メタデータ） (2024-06-17T17:27:18Z) - Cumulative Distribution Function based General Temporal Point Processes [49.758080415846884]
CuFunモデルは、累積分布関数(CDF)を中心に回転するTPPに対する新しいアプローチを表す
提案手法は従来のTPPモデリングに固有のいくつかの重要な問題に対処する。
コントリビューションには、先駆的なCDFベースのTPPモデルの導入、過去の事象情報を将来の事象予測に組み込む方法論の開発が含まれている。
論文 参考訳（メタデータ） (2024-02-01T07:21:30Z) - Graph state-space models [19.88814714919019]
状態空間モデルは、時系列を記述し、予測されるシステム状態の更新された表現を維持することで操作する。
この原稿は、このギャップを初めて埋めることを目的としており、遅延依存をキャプチャする関数グラフがデータから直接学習され、時間とともに変更が許される、意図しない状態データとマッチングする。
ダウンストリームタスクで状態空間モデルのエンドツーエンドを学習するために,エンコーダ・デコーダアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-01-04T18:15:07Z) - Conditioned Human Trajectory Prediction using Iterative Attention Blocks [70.36888514074022]
本研究では,都市環境における歩行者位置予測を目的とした,簡易かつ効果的な歩行者軌道予測モデルを提案する。
我々のモデルは、複数のアテンションブロックとトランスフォーマーを反復的に実行できるニューラルネットワークアーキテクチャである。
ソーシャルマスク, 動的モデル, ソーシャルプーリング層, 複雑なグラフのような構造を明示的に導入することなく, SoTAモデルと同等の結果が得られることを示す。
論文 参考訳（メタデータ） (2022-06-29T07:49:48Z) - Preference Enhanced Social Influence Modeling for Network-Aware Cascade
Prediction [59.221668173521884]
本稿では,ユーザの嗜好モデルを強化することで,カスケードサイズ予測を促進する新しいフレームワークを提案する。
エンド・ツー・エンドの手法により,ユーザの情報拡散プロセスがより適応的で正確になる。
論文 参考訳（メタデータ） (2022-04-18T09:25:06Z) - Black-box error diagnosis in deep neural networks: a survey of tools [3.7536109969679057]
ディープニューラルネットワーク(DNN)の幅広いタスクへの適用は、これらのアーキテクチャの複雑で不透明な性質に対処するための方法を必要とする。
性能分析は2つの方法で行うことができる。
一方、モデルはモデルトレーニングに寄与しないが、モデルの応答を特徴づけるために利用することができる追加アノテーションと入力サンプルを関連付けることで、"ブラックボックス"として分析することができる。
論文 参考訳（メタデータ） (2022-01-17T14:55:15Z) - Progressive Self-Guided Loss for Salient Object Detection [102.35488902433896]
画像中の深層学習に基づくサラエント物体検出を容易にするプログレッシブ自己誘導損失関数を提案する。
我々のフレームワークは適応的に集約されたマルチスケール機能を利用して、健全な物体の探索と検出を効果的に行う。
論文 参考訳（メタデータ） (2021-01-07T07:33:38Z) - Estimating the Effects of Continuous-valued Interventions using
Generative Adversarial Networks [103.14809802212535]
我々は,連続的評価介入の効果を推定する問題に対処するため,GAN(Generative Adversarial Network)フレームワークを構築した。
我々のモデルであるSCIGANは柔軟であり、いくつかの異なる継続的な介入に対する対実的な結果の同時推定が可能である。
継続的な介入に移行することによって生じる課題に対処するために、差別者のための新しいアーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-02-27T18:46:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。