論文の概要: Bayesian Surrogates for Risk-Aware Pre-Assessment of Aging Bridge Portfolios
- arxiv url: http://arxiv.org/abs/2509.25031v1
- Date: Mon, 29 Sep 2025 16:51:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-30 22:32:20.136923
- Title: Bayesian Surrogates for Risk-Aware Pre-Assessment of Aging Bridge Portfolios
- Title（参考訳）: 老朽化ブリッジポートフォリオのリスクを考慮した事前評価のためのベイジアンサロゲート
- Authors: Sophia V. Kuhn, Rafael Bischof, Marius Weber, Antoine Binggeli, Michael A. Kraus, Walter Kaufmann, Fernando Pérez-Cruz,
- Abstract要約: インフラポートフォリオの老朽化は、リソース割り当ての重要な課題である。
高速な構造事前評価のためのベイズニューラルネットワーク(BNN)サロゲートを提案する。
鉄道アンダーパスの実例研究において,この枠組みの有効性を実証する。
- 参考スコア（独自算出の注目度）: 35.45628871673009
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Aging infrastructure portfolios pose a critical resource allocation challenge: deciding which structures require intervention and which can safely remain in service. Structural assessments must balance the trade-off between cheaper, conservative analysis methods and accurate but costly simulations that do not scale portfolio-wide. We propose Bayesian neural network (BNN) surrogates for rapid structural pre-assessment of worldwide common bridge types, such as reinforced concrete frame bridges. Trained on a large-scale database of non-linear finite element analyses generated via a parametric pipeline and developed based on the Swiss Federal Railway's bridge portfolio, the models accurately and efficiently estimate high-fidelity structural analysis results by predicting code compliance factors with calibrated epistemic uncertainty. Our BNN surrogate enables fast, uncertainty-aware triage: flagging likely critical structures and providing guidance where refined analysis is pertinent. We demonstrate the framework's effectiveness in a real-world case study of a railway underpass, showing its potential to significantly reduce costs and emissions by avoiding unnecessary analyses and physical interventions across entire infrastructure portfolios.
- Abstract（参考訳）: インフラポートフォリオの老朽化は、どの構造が介入を必要とし、どの構造が安全に運用されるかを決定するという、重要なリソース割り当ての課題を引き起こします。
構造評価は、安価で保守的な分析手法とポートフォリオ全体をスケールしない正確だがコストのかかるシミュレーションとのトレードオフをバランスさせなければならない。
本研究では, 鉄筋コンクリート橋などの全世界共通橋梁の高速な構造事前評価のためのベイズニューラルネットワーク (BNN) サロゲートを提案する。
パラメトリックパイプラインを用いて生成され,スイス連邦鉄道の橋梁ポートフォリオに基づいて開発された非線形有限要素解析の大規模データベースに基づいて,これらのモデルは,校正されたてんかん不確実性を伴うコードコンプライアンス因子を予測することにより,高精度かつ効率的に高忠実度構造解析結果を推定する。
我々のBNNサロゲートは、高速で不確実性を認識したトリアージを可能にします。
本研究では, インフラポートフォリオ全体にわたる不必要な分析や物理的介入を回避することで, コストと排出を著しく削減する可能性を示した。
関連論文リスト
- AlphaFold Database Debiasing for Robust Inverse Folding [58.792020809180336]
Debiasing Structure AutoEncoder (DeSAE)を導入し、故意に破損したバックボーンジオメトリからネイティブライクなコンフォーメーションを再構築することを学ぶ。
推測において、DeSAEをAFDB構造に適用すると、逆折り畳み性能を著しく向上する偏りのある構造が生成される。
論文 参考訳（メタデータ） (2025-06-10T02:25:31Z) - Fast and Reliable Probabilistic Reflectometry Inversion with Prior-Amortized Neural Posterior Estimation [73.81105275628751]
リフレクションメトリデータと互換性のある全ての構造を見つけることは、標準アルゴリズムでは計算が禁止される。
この信頼性の欠如に対処するため,確率論的深層学習法を用いて,現実的な構造を数秒で識別する。
提案手法は,シミュレーションに基づく推論と新しい適応型事前推定を併用する。
論文 参考訳（メタデータ） (2024-07-26T10:29:16Z) - Understanding, Predicting and Better Resolving Q-Value Divergence in
Offline-RL [86.0987896274354]
まず、オフラインRLにおけるQ値推定のばらつきの主な原因として、基本パターン、自己励起を同定する。
そこで本研究では,Q-network の学習における進化特性を測定するために,SEEM(Self-Excite Eigen Value Measure)尺度を提案する。
われわれの理論では、訓練が早期に発散するかどうかを確実に決定できる。
論文 参考訳（メタデータ） (2023-10-06T17:57:44Z) - Topology-Aware Uncertainty for Image Segmentation [19.248891926246383]
このようなタスクに対する不確実性の推定に重点を置いているので、人間のアノテータが検証できるように、非常に不確実でエラーを起こしやすい構造を特定できる。
本稿では,隣接する構造物を考慮に入れながら構造物の不確かさを推定する共同予測モデルを提案する。
また,各構造に固有の不確かさをモデル化する新しい確率的DMTを提案する。
論文 参考訳（メタデータ） (2023-06-09T05:01:55Z) - A Robustness Analysis of Blind Source Separation [91.3755431537592]
ブラインドソース分離(BSS)は、変換$f$が可逆であるが未知であるという条件の下で、その混合である$X=f(S)$から観測されていない信号を復元することを目的としている。
このような違反を分析し、その影響を$X$から$S$のブラインドリカバリに与える影響を定量化するための一般的なフレームワークを提案する。
定義された構造的仮定からの偏差に対する一般的なBSS溶出は、明示的な連続性保証という形で、利益的に分析可能であることを示す。
論文 参考訳（メタデータ） (2023-03-17T16:30:51Z) - Sparse representation for damage identification of structural systems [11.397437423613418]
モデル更新とスパース損傷識別のための2段階感度解析に基づく新しいフレームワークを提案する。
次に、準$ell法上に構築されたスパース表現パイプラインを、損傷と局所化定量化のために提示する。
提案手法は, 構造損傷の局所化と定量化の両方を高精度に行うことができることを示す。
論文 参考訳（メタデータ） (2020-06-06T18:04:35Z)
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。