論文の概要: Towards risk-informed PBSHM: Populations as hierarchical systems
- arxiv url: http://arxiv.org/abs/2303.13533v1
- Date: Mon, 13 Mar 2023 15:42:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-31 16:37:26.266541
- Title: Towards risk-informed PBSHM: Populations as hierarchical systems
- Title(参考訳): PBSHM : 階層システムとしての人口
- Authors: Aidan J. Hughes, Paul Gardner, Keith Worden
- Abstract要約: 本稿では、リスクベースの意思決定プロセスがそれらの内部で特定されるように、構造群を形式的に表現する。
人口ベース表現は、断層木を定義する確率論的リスクベースの決定枠組みの中で使用される構造の階層的表現の拡張である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The prospect of informed and optimal decision-making regarding the operation
and maintenance (O&M) of structures provides impetus to the development of
structural health monitoring (SHM) systems. A probabilistic risk-based
framework for decision-making has already been proposed. However, in order to
learn the statistical models necessary for decision-making, measured data from
the structure of interest are required. Unfortunately, these data are seldom
available across the range of environmental and operational conditions
necessary to ensure good generalisation of the model.
Recently, technologies have been developed that overcome this challenge, by
extending SHM to populations of structures, such that valuable knowledge may be
transferred between instances of structures that are sufficiently similar. This
new approach is termed population-based structural heath monitoring (PBSHM).
The current paper presents a formal representation of populations of
structures, such that risk-based decision processes may be specified within
them. The population-based representation is an extension to the hierarchical
representation of a structure used within the probabilistic risk-based decision
framework to define fault trees. The result is a series, consisting of systems
of systems ranging from the individual component level up to an inventory of
heterogeneous populations. The current paper considers an inventory of wind
farms as a motivating example and highlights the inferences and decisions that
can be made within the hierarchical representation.
- Abstract(参考訳): 構造物の運用・保守(O&M)に関する情報的かつ最適な意思決定の見通しは、構造的健康モニタリング(SHM)システムの開発に欠かせないものとなる。
意思決定のための確率的リスクベースのフレームワークがすでに提案されている。
しかし、意思決定に必要な統計モデルを学習するためには、関心構造からの測定データが必要である。
残念ながら、これらのデータはモデルの適切な一般化を保証するために必要な環境および運用条件の範囲ではほとんど利用できない。
近年,この課題を克服する技術が開発され,scmを構造物の集団に拡張することで,十分に類似した構造物のインスタンス間で貴重な知識を伝達することができる。
この新しいアプローチは、人口ベース構造ヒースモニタリング(PBSHM)と呼ばれる。
本論文では,リスクベースの意思決定プロセスがそれらの内部で特定されるような構造群を形式的に表現する。
人口ベース表現は、断層木を定義する確率論的リスクベースの決定枠組みの中で使用される構造の階層的表現の拡張である。
結果は、個々のコンポーネントレベルから異種集団の在庫まで、システムのシステムで構成される一連のシリーズである。
本論文は,風力発電の在庫をモチベーションの例として捉え,階層的表現の中で行うことができる推論と決定を強調する。
関連論文リスト
- On the Role of Information Structure in Reinforcement Learning for
Partially-Observable Sequential Teams and Games [65.268245109828]
情報構造の明示的表現は、強化学習問題を解析・解決する重要な要素であると主張する。
これにより、シーケンシャルな意思決定問題のよりリッチな分析が可能となり、より適切なアルゴリズム設計が可能となる。
論文 参考訳(メタデータ) (2024-03-01T21:28:19Z) - Geometric Constraints in Probabilistic Manifolds: A Bridge from
Molecular Dynamics to Structured Diffusion Processes [0.0]
ユークリッド空間における任意の幾何制約の集合に厳密に固執する分布からのサンプリングを可能にする手法を提案する。
これは、制約プロジェクション演算子をDenoising Diffusion Probabilistic Modelsのよく考えられたアーキテクチャに統合することで達成される。
論文 参考訳(メタデータ) (2023-07-10T11:31:15Z) - Provably Efficient UCB-type Algorithms For Learning Predictive State
Representations [55.00359893021461]
逐次決定問題は、予測状態表現(PSR)によってモデル化された低ランク構造が認められる場合、統計的に学習可能である
本稿では,推定モデルと実モデル間の全変動距離を上限とする新しいボーナス項を特徴とする,PSRに対する最初のUCB型アプローチを提案する。
PSRに対する既存のアプローチとは対照的に、UCB型アルゴリズムは計算的トラクタビリティ、最優先の準最適ポリシー、モデルの精度が保証される。
論文 参考訳(メタデータ) (2023-07-01T18:35:21Z) - A Systematic Survey in Geometric Deep Learning for Structure-based Drug
Design [63.30166298698985]
構造に基づく薬物設計(SBDD)は、タンパク質の3次元幾何学を利用して、潜在的な薬物候補を特定する。
幾何学的深層学習の最近の進歩は、3次元幾何データの統合と処理に焦点をあてて、構造に基づく薬物設計の分野を大いに進歩させてきた。
論文 参考訳(メタデータ) (2023-06-20T14:21:58Z) - A Meta-heuristic Approach to Estimate and Explain Classifier Uncertainty [0.4264192013842096]
本研究は,人間と機械学習の双方の意思決定に相互に関係する因子の観点から,インスタンスの複雑性を特徴付けるクラス非依存型メタヒューリスティックスを提案する。
提案された測度とフレームワークは、より複雑なインスタンスのモデル開発を改善するとともに、モデルの棄却と説明の新しい手段を提供するという約束を持っている。
論文 参考訳(メタデータ) (2023-04-20T13:09:28Z) - Bridging POMDPs and Bayesian decision making for robust maintenance
planning under model uncertainty: An application to railway systems [0.7046417074932257]
利用可能なデータから直接,POMDP遷移と観測モデルパラメータを推定するフレームワークを提案する。
次に、推定分布を利用して、POMDP問題を定式化し、解決する。
我々は軌道資産の維持計画に我々のアプローチをうまく適用した。
論文 参考訳(メタデータ) (2022-12-15T16:09:47Z) - Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
本稿では,ニューラルモデルによる反事実文の評価について検討する。
まず、神経因果モデル(NCM)が十分に表現可能であることを示す。
第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
論文 参考訳(メタデータ) (2022-09-30T18:29:09Z) - On an Application of Generative Adversarial Networks on Remaining
Lifetime Estimation [0.0]
構造物の損傷進展を予測するために, 生成モデルを提案する。
このモデルは、損傷された構造の過去の多くの状態を考慮することができ、モデリングプロセスに不確実性を組み込んで、潜在的な損傷進化結果を生成することができる。
このアルゴリズムは、シミュレーションされた損傷進化の例でテストされ、その結果、集団内の構造物の残りの有用な寿命について、極めて確実な予測が可能であることが明らかになった。
論文 参考訳(メタデータ) (2022-08-18T06:54:41Z) - Leveraging the structure of dynamical systems for data-driven modeling [111.45324708884813]
トレーニングセットとその構造が長期予測の品質に与える影響を考察する。
トレーニングセットのインフォームドデザインは,システムの不変性と基盤となるアトラクションの構造に基づいて,結果のモデルを大幅に改善することを示す。
論文 参考訳(メタデータ) (2021-12-15T20:09:20Z) - On risk-based active learning for structural health monitoring [0.0]
本稿では,構造的健康モニタリングシステムにおけるアクティブラーニングのリスクに基づく定式化について述べる。
クラスラベルのクエリは、その健康状態を決定するために関心のある構造の検査にマッピングすることができる。
論文 参考訳(メタデータ) (2021-05-12T12:34:03Z) - Structural Causal Models Are (Solvable by) Credal Networks [70.45873402967297]
因果推論は、干潟網の更新のための標準的なアルゴリズムによって得ることができる。
この貢献は, 干潟ネットワークによる構造因果モデルを表現するための体系的なアプローチと見なされるべきである。
実験により, 実規模問題における因果推論には, クレーダルネットワークの近似アルゴリズムがすぐに利用できることがわかった。
論文 参考訳(メタデータ) (2020-08-02T11:19:36Z)
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。