論文の概要: Digital twin for virtual sensing of ferry quays via a Gaussian Process Latent Force Model

• arxiv url: http://arxiv.org/abs/2506.14925v1
• Date: Tue, 17 Jun 2025 19:14:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-19 19:35:51.461113
• Title: Digital twin for virtual sensing of ferry quays via a Gaussian Process Latent Force Model
• Title（参考訳）: ガウス過程潜在力モデルによるフェリーシーの仮想センシングのためのディジタルツイン
• Authors: Luigi Sibille, Torodd Skjerve Nord, Alice Cicirello,
• Abstract要約: フェリーは、厳しい海洋環境やフェリーの衝撃にさらされるため、急速に劣化する。 仮想センシング技術は、デジタルツインの確立と構造応答の推定に欠かせないものとなっている。 本研究では, ガウス過程潜水力モデルを用いて, マジェホルムフェリーの仮想センシングを行った。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ferry quays experience rapid deterioration due to their exposure to harsh maritime environments and ferry impacts. Vibration-based structural health monitoring offers a valuable approach to assessing structural integrity and understanding the structural implications of these impacts. However, practical limitations often restrict sensor placement at critical locations. Consequently, virtual sensing techniques become essential for establishing a Digital Twin and estimating the structural response. This study investigates the application of the Gaussian Process Latent Force Model (GPLFM) for virtual sensing on the Magerholm ferry quay, combining in-operation experimental data collected during a ferry impact with a detailed physics-based model. The proposed Physics-Encoded Machine Learning model integrates a reduced-order structural model with a data-driven GPLFM representing the unknown impact forces via their modal contributions. Significant challenges are addressed for the development of the Digital Twin of the ferry quay, including unknown impact characteristics (location, direction, intensity), time-varying boundary conditions, and sparse sensor configurations. Results show that the GPLFM provides accurate acceleration response estimates at most locations, even under simplifying modeling assumptions such as linear time-invariant behavior during the impact phase. Lower accuracy was observed at locations in the impact zone. A numerical study was conducted to explore an optimal real-world sensor placement strategy using a Backward Sequential Sensor Placement approach. Sensitivity analyses were conducted to examine the influence of sensor types, sampling frequencies, and incorrectly assumed damping ratios. The results suggest that the GP latent forces can help accommodate modeling and measurement uncertainties, maintaining acceptable estimation accuracy across scenarios.
• Abstract（参考訳）: フェリーは、厳しい海洋環境やフェリーの衝撃にさらされるため、急速に劣化する。 振動に基づく構造的健康モニタリングは、構造的完全性を評価し、これらの影響の構造的影響を理解するための貴重なアプローチを提供する。 しかし、実用上の制限はしばしば重要な場所でのセンサー配置を制限する。 その結果、仮想センシング技術は、デジタルツインの確立と構造応答の推定に欠かせないものとなった。 本研究では,ガウス過程潜時力モデル(GPLFM)を用いて,フェリー衝突時に収集した実験データと詳細な物理モデルを組み合わせることにより,マジェホルムフェリーの仮想センシングを行う。 提案した物理エンコード機械学習モデルは、低次構造モデルと、そのモーダルコントリビューションを通じて未知の影響力を表すデータ駆動GPLFMを統合する。 フェリーのDigital Twinの開発には、未知の衝撃特性(位置、方向、強度)、時間変化境界条件、スパースセンサー構成など、重要な課題が取り組まれている。 その結果、GPLFMは、衝突時の線形時間不変挙動などのモデリング仮定を単純化しても、ほとんどの場所で正確な加速度応答推定を提供することがわかった。 衝突帯の地点では, より低い精度で観測された。 後方逐次センサ配置手法を用いて, 最適実世界のセンサ配置戦略を探索するために, 数値解析を行った。 感度分析を行い, センサタイプ, サンプリング周波数, 誤推定減衰率の影響について検討した。 その結果,GP潜伏力はモデリングや測定の不確実性に適応し,シナリオ間の推定精度の維持に有効であることが示唆された。

関連論文リスト

• datadriftR: An R Package for Concept Drift Detection in Predictive Models [0.0]
  本稿では,コンセプトドリフトを検出するためのRパッケージであるドリフト器を紹介する。 ドリフト検出とドリフトの背後にある原因の理解を深めることのできるプロファイルドリフト検出(PDD)と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-12-15T20:59:49Z)
• Developing an Explainable Artificial Intelligent (XAI) Model for Predicting Pile Driving Vibrations in Bangkok's Subsoil [0.0]
  本研究では,バンコク軟質土質土中における杭の振動を予測するための説明可能な人工知能(XAI)モデルを提案する。 深層ニューラルネットワークは1018個の実世界の杭駆動のデータセットを用いて開発された。 このモデルは0.276の平均絶対誤差(MAE)を達成し、従来の経験的手法よりも優れていた。
  論文  参考訳（メタデータ） (2024-09-08T10:13:35Z)
• Enforcing the Principle of Locality for Physical Simulations with Neural Operators [0.0]
  時間依存偏微分方程式(PDE)は、物理学における局所性の原理に従って厳密に局所依存的である。 ディープラーニングアーキテクチャは、ローカルな予測を行うための情報の範囲を必然的に増やすため、ローカル依存を厳格に強制することはできない。 本稿では,局所的な予測を行うニューラル演算子の情報範囲を厳格に制限するデータ分解手法を提案する。
  論文  参考訳（メタデータ） (2024-05-02T14:24:56Z)
• Stochastic stiffness identification and response estimation of Timoshenko beams via physics-informed Gaussian processes [0.0]
  本稿では,ティモシェンコビーム素子に対する物理インフォームドガウス過程(GP)モデルを提案する。 提案手法は, 構造パラメータの同定に有効であり, 異種・多要素センサからのデータを融合することができる。
  論文  参考訳（メタデータ） (2023-09-21T08:22:12Z)
• Unsupervised Cross-Domain Soft Sensor Modelling via Deep Physics-Inspired Particle Flow Bayes [3.2307729081989334]
  クロスドメイン・ソフト・センサ・モデリングのためのディープ・パーティクル・フロー・ベイズ・フレームワークを提案する。 特に、まずシーケンシャルベイズ目標を定式化し、最大推定を行う。 複雑な産業用多相流プロセスシステムにおけるフレームワークの有効性を検証した。
  論文  参考訳（メタデータ） (2023-06-08T03:43:32Z)
• Machine learning enabled experimental design and parameter estimation for ultrafast spin dynamics [54.172707311728885]
  機械学習とベイズ最適実験設計(BOED)を組み合わせた方法論を提案する。 本手法は,大規模スピンダイナミクスシミュレーションのためのニューラルネットワークモデルを用いて,BOEDの正確な分布と実用計算を行う。 数値ベンチマークでは,XPFS実験の誘導,モデルパラメータの予測,実験時間内でのより情報的な測定を行う上で,本手法の優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-03T06:19:20Z)
• Environmental Sensor Placement with Convolutional Gaussian Neural Processes [65.13973319334625]
  センサーは、特に南極のような遠隔地において、その測定の情報量が最大になるように配置することは困難である。 確率論的機械学習モデルは、予測の不確実性を最大限に低減するサイトを見つけることによって、情報的センサ配置を提案することができる。 本稿では,これらの問題に対処するために,畳み込み型ガウスニューラルプロセス(ConvGNP)を提案する。
  論文  参考訳（メタデータ） (2022-11-18T17:25:14Z)
• Tunneling Gravimetry [58.80169804428422]
  慣性センシングのための物質波Fabry-P'erot干渉計の実用化の可能性について検討する。 本研究では,2つの形状における加速度測定のためのトンネル型センサについて検討した。
  論文  参考訳（メタデータ） (2022-05-19T09:22:11Z)
• Lidar Light Scattering Augmentation (LISA): Physics-based Simulation of Adverse Weather Conditions for 3D Object Detection [60.89616629421904]
  ライダーベースの物体検出器は、自動運転車のような自律ナビゲーションシステムにおいて、3D知覚パイプラインの重要な部分である。 降雨、雪、霧などの悪天候に敏感で、信号-雑音比(SNR)と信号-背景比(SBR)が低下している。
  論文  参考訳（メタデータ） (2021-07-14T21:10:47Z)

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。