論文の概要: Mode-Shape Expansion Using Physics-Constrained Gaussian Process Regression
- arxiv url: http://arxiv.org/abs/2605.23101v1
- Date: Thu, 21 May 2026 23:33:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 17:29:20.133758
- Title: Mode-Shape Expansion Using Physics-Constrained Gaussian Process Regression
- Title（参考訳）: 物理制約付きガウス過程回帰を用いたモード形状展開
- Authors: Farid Ghahari,
- Abstract要約: 本稿では,スパースセンサデータから全フィールド構造モード形状を再構築する課題について述べる。
提案手法はGPに基づく予測における既存の制限を克服し,より正確で信頼性の高い拡張モード形状を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper addresses the challenge of reconstructing full-field structural mode shapes from sparse sensor data. While Gaussian Process Regression (GPR) offers a robust non-parametric framework for spatial interpolation and uncertainty quantification, standard formulations often yield physically inconsistent mode-shape reconstructions under sparse sensing conditions. A Physics-Constrained Single-Output Gaussian Process (CONS-SOGP) framework is derived that utilizes independent modal kernels while coupling the optimization via a mass-orthogonality penalty. The paper presents derivations for the marginal likelihood, hyperparameter gradients, and penalty coupling. Numerical verification on a multi-degree-of-freedom structure demonstrates that the proposed method overcomes existing limitations in GP-based prediction, providing more accurate and reliable expanded mode shapes.
- Abstract（参考訳）: 本稿では,スパースセンサデータから全フィールド構造モード形状を再構築する課題について述べる。
ガウス過程回帰(GPR)は空間補間と不確かさの定量化のための頑健な非パラメトリックなフレームワークを提供するが、標準定式化はしばしばスパースセンシング条件下で物理的に一貫性のないモード形状の再構成をもたらす。
物理制約付き単一出力ガウス過程(CONS-SOGP)フレームワークは、質量直交ペナルティによって最適化を結合しながら独立なモードカーネルを利用する。
本論文では, 限界度, ハイパーパラメータ勾配, ペナルティ結合の導出について述べる。
多自由度構造の数値検証により,提案手法はGPに基づく予測における既存の限界を克服し,より正確で信頼性の高い拡張モード形状を提供することを示した。
関連論文リスト
- Riemannian gradient descent for Hartree-Fock theory [0.0]
本稿では、ソボレフ空間$H1$で直接定式化されたHartree-Fock理論の最適化フレームワークを提案する。
ユークリッド勾配、リーマン勾配、接空間射影、および簡約表現が導出される。
提案した定式化は、電子構造最適化における幾何学的に一貫性があり、離散化に依存しない視点を提供する。
論文 参考訳（メタデータ） (2026-03-16T19:58:42Z) - GenPANIS: A Latent-Variable Generative Framework for Forward and Inverse PDE Problems in Multiphase Media [0.8594140167290095]
多相媒体における逆問題と逆設計は、離散値の材料フィールドを操作する必要がある。
我々は、精密な離散的な微細構造を保持する統一的な生成フレームワークGenPANISを提案する。
微分可能な粗粒PDEソルバを組み込んだ物理対応デコーダは、支配方程式構造を保存する。
論文 参考訳（メタデータ） (2026-02-16T11:08:30Z) - WUSH: Near-Optimal Adaptive Transforms for LLM Quantization [52.77441224845925]
低ビット幅への量子化は、大きな言語モデルをデプロイするための標準的なアプローチである。
いくつかの極端な重みと活性化は、ダイナミックレンジを拡張し、量子化器の有効分解能を減少させる。
結合重みアクティベーション量子化のための閉形式最適線形ブロックワイズ変換を初めて導出する。
論文 参考訳（メタデータ） (2025-11-30T16:17:34Z) - Neural Optimal Transport Meets Multivariate Conformal Prediction [58.43397908730771]
条件付きベクトル回帰(CVQR)のためのフレームワークを提案する。
CVQRは、ニューラルネットワークの最適輸送と量子化された最適化を組み合わせて、予測に適用する。
論文 参考訳（メタデータ） (2025-09-29T19:50:19Z) - Data-Driven Adaptive Gradient Recovery for Unstructured Finite Volume Computations [0.0]
双曲的保存則に対する非構造有限体積法における勾配再構成の強化のための新しいデータ駆動手法を提案する。
提案手法は,DeepONetアーキテクチャを改良して,従来の構造化グリッド手法を非構造化メッシュに拡張する。
提案アルゴリズムは従来の2階有限体積解法よりも高速かつ高精度である。
論文 参考訳（メタデータ） (2025-07-22T13:23:57Z) - Euclidean Distance Matrix Completion via Asymmetric Projected Gradient Descent [25.846262685970164]
本稿では,Burer-Monteiro因子化に基づく勾配型アルゴリズムの提案と解析を行う。
部分ユークリッド距離測定から点集合構成を再構成する。
論文 参考訳（メタデータ） (2025-04-28T07:13:23Z) - Efficient Transformed Gaussian Process State-Space Models for Non-Stationary High-Dimensional Dynamical Systems [49.819436680336786]
本研究では,高次元非定常力学系のスケーラブルかつ柔軟なモデリングのための効率的な変換ガウス過程状態空間モデル(ETGPSSM)を提案する。
具体的には、ETGPSSMは、単一の共有GPと入力依存の正規化フローを統合し、複雑な非定常遷移ダイナミクスを捉える前に、表現的な暗黙のプロセスを生成する。
ETGPSSMは、計算効率と精度の観点から、既存のGPSSMとニューラルネットワークベースのSSMより優れています。
論文 参考訳（メタデータ） (2025-03-24T03:19:45Z) - Constrained Synthesis with Projected Diffusion Models [47.56192362295252]
本稿では, 制約や物理原理の遵守を満足し, 証明する上で, 生成拡散プロセスへのアプローチを紹介する。
提案手法は, 従来の生成拡散過程を制約分布問題として再キャストし, 制約の順守を保証する。
論文 参考訳（メタデータ） (2024-02-05T22:18:16Z) - Gaussian Process-based Min-norm Stabilizing Controller for
Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。
この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
論文 参考訳（メタデータ） (2020-11-14T01:27:32Z)
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。