論文の概要: Multi-Level Bayesian Calibration of a Multi-Component Dynamic System Model

• arxiv url: http://arxiv.org/abs/2608.18430v1
• Date: Wed, 19 Aug 2026 01:44:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-20 20:13:55.245776
• Title: Multi-Level Bayesian Calibration of a Multi-Component Dynamic System Model
• Title（参考訳）: 多成分力学系のマルチレベルベイズ校正
• Abstract要約: コンポーネントレベルとシステムレベルパラメータを推定するために,マルチレベルベイズ校正手法を開発した。 オフラインキャリブレーションはすべてのタイムステップで収集されたデータを使用し、オンラインキャリブレーションはリアルタイムで実行される。 ガスタービンエンジンローターブレードの熱・機械的挙動の解析モデルと観測データを用いて,提案手法の有効性を解析した。
• 参考スコア（独自算出の注目度）: 1.4680035572775534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a multi-level Bayesian calibration approach that fuses information from heterogeneous sources and accounts for uncertainties in modeling and measurements for time-dependent multi-component systems. The developed methodology has two elements: quantifying the uncertainty at component and system levels, by fusing all available information, and corrected model prediction. A multi-level Bayesian calibration approach is developed to estimate component-level and system-level parameters using measurement data that are obtained at different time instances for different system components. Such heterogeneous data are consumed in a sequential manner, and an iterative strategy is developed to calibrate the parameters at the two levels. This calibration strategy is implemented for two scenarios: offline and online. The offline calibration uses data that is collected over all the time-steps, whereas online calibration is performed in real-time as new measurements are obtained at each time-step. Analysis models and observation data for the thermo-mechanical behavior of gas turbine engine rotor blades are used to analyze the effectiveness of the proposed approach.
• Abstract（参考訳）: 本稿では,異種情報源からの情報を融合する多段階ベイズ校正手法を提案し,時間依存型マルチコンポーネントシステムのモデリングと測定における不確実性について述べる。 開発した手法には,コンポーネントレベルでの不確実性を定量化すること,利用可能なすべての情報を融合すること,モデル予測の修正という2つの要素がある。 異なるシステムコンポーネントの異なるインスタンスで得られる測定データを用いて,コンポーネントレベルのパラメータとシステムレベルのパラメータを推定するために,マルチレベルベイズ校正手法を開発した。 このような不均一なデータは逐次的に消費され、パラメータを2つのレベルでキャリブレーションするための反復戦略が開発される。 このキャリブレーション戦略は、オフラインとオンラインの2つのシナリオで実装されている。 オフラインキャリブレーションはすべてのタイムステップで収集されるデータを使用し、オンラインキャリブレーションは各タイムステップで新しい測定値が得られるようにリアルタイムで実行される。 ガスタービンエンジンローターブレードの熱・機械的挙動の解析モデルと観測データを用いて,提案手法の有効性を解析した。

関連論文リスト

• Time-dependent multiparameter estimation for quantum experiments via online-offline sequential Monte-Carlo method [0.0]
  我々は,時系列モンテカルロサンプリングを時間バッチ推定法として知られるオフライン手法で拡張し,ハイブリッド推定法を開発した。 2種類の測定条件下で超伝導量子ビット実験から得られた測定信号に,本アルゴリズムを適用した。 提案手法は, 蛍光の場合, 標準校正法よりも, システムのパラメータを推定できることを示す。
  論文  参考訳（メタデータ） (2026-07-03T05:52:42Z)
• Online Bayesian Calibration under Gradual and Abrupt System Changes [5.240783452267199]
  シミュレーションミスマッチと非定常性の下でのストリーミングデータに対するオンラインベイズ校正フレームワークを提案する。 本研究は, 段階的な進化と偽アラームの追跡, 再起動機構の検知動作を含む, 両コンポーネントの理論的保証を確立する。 人工および植物シミュレーションのベンチマークに関する実証研究により、BRPCは段階的な変化の下でキャリブレーション精度を向上する一方、再起動したBRPCは急激な状態変化下での堅牢性と予測性能をさらに向上することが示された。
  論文  参考訳（メタデータ） (2026-05-07T17:29:18Z)
• Profiling systematic uncertainties in Simulation-Based Inference with Factorizable Normalizing Flows [0.0]
  そこで本研究では,ニュアンスパラメータを効率的にプロファイリングするシミュレーションベース推論の汎用フレームワークを提案する。 本稿では,分類可能な正規化フローを導入し,体系的な変動を名目密度のパラメトリックとしてモデル化する。 我々は,単一最適化プロセスにおけるニュアンスパラメータに対するDoIの条件依存を学習する償却訓練戦略を開発する。 これにより、基礎となる分布の同時抽出とニュアンセの堅牢なプロファイリングが可能となる。
  論文  参考訳（メタデータ） (2026-02-13T18:48:12Z)
• Bayesian Autoregressive Online Change-Point Detection with Time-Varying Parameters [0.254890465057467]
  現実世界のシステムにおける変化点は、システムの力学における重要な状態変化を示す。 本稿では,一変量時系列を用いたオンライン変化点検出手法を提案する。 時間的依存関係と時間的パラメータをモデル化することにより、推定精度と予測能力の両方を高めることができる。
  論文  参考訳（メタデータ） (2024-07-23T10:57:13Z)
• Deterministic and statistical calibration of constitutive models from full-field data with parametric physics-informed neural networks [36.136619420474766]
  フルフィールド変位データからモデルキャリブレーションを行うためのパラメトリック物理インフォームドニューラルネットワーク(PINN)について検討した。 PINNの高速評価により、ほぼリアルタイムでキャリブレーションを行うことができる。
  論文  参考訳（メタデータ） (2024-05-28T16:02:11Z)
• Unbiasing time-dependent Variational Monte Carlo by projected quantum evolution [44.99833362998488]
  量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。 時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。 本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
  論文  参考訳（メタデータ） (2023-05-23T17:38:10Z)
• Calibration of Neural Networks [77.34726150561087]
  本稿では,ニューラルネットワークの文脈における信頼性校正問題について調査する。 我々は,問題文,キャリブレーション定義,評価に対する異なるアプローチについて分析する。 実験実験では、様々なデータセットとモデルをカバーし、異なる基準に従って校正方法を比較する。
  論文  参考訳（メタデータ） (2023-03-19T20:27:51Z)
• A Robust and Explainable Data-Driven Anomaly Detection Approach For Power Electronics [56.86150790999639]
  本稿では,2つの異常検出・分類手法,すなわち行列プロファイルアルゴリズムと異常変換器を提案する。 行列プロファイルアルゴリズムは、ストリーミング時系列データにおけるリアルタイム異常を検出するための一般化可能なアプローチとして適している。 検知器の感度、リコール、検出精度を調整するために、一連のカスタムフィルタが作成され、追加される。
  論文  参考訳（メタデータ） (2022-09-23T06:09:35Z)
• Investigation of Different Calibration Methods for Deep Speaker Embedding based Verification Systems [66.61691401921296]
  本稿では, ディープスピーカ埋込抽出器のスコアキャリブレーション法について検討する。 この研究のさらなる焦点は、スコア正規化がシステムの校正性能に与える影響を推定することである。
  論文  参考訳（メタデータ） (2022-03-28T21:22:22Z)
• TACTiS: Transformer-Attentional Copulas for Time Series [76.71406465526454]
  時間変化量の推定は、医療や金融などの分野における意思決定の基本的な構成要素である。 本稿では,アテンションベースデコーダを用いて関節分布を推定する多元的手法を提案する。 本研究では,本モデルが実世界の複数のデータセットに対して最先端の予測を生成することを示す。
  論文  参考訳（メタデータ） (2022-02-07T21:37:29Z)
• Assessment of hybrid machine learning models for non-linear system identification of fatigue test rigs [0.0]
  所定の疲労試験ベンチ駆動信号に対するシステム応答の予測は難しい課題である。 新しいハイブリッドモデルが提案され、Long Short-Term Memory Networkを用いた既存のアプローチが強化された。
  論文  参考訳（メタデータ） (2021-07-08T07:27:33Z)
• Using Data Assimilation to Train a Hybrid Forecast System that Combines Machine-Learning and Knowledge-Based Components [52.77024349608834]
  利用可能なデータがノイズの多い部分測定の場合,カオスダイナミクスシステムのデータ支援予測の問題を検討する。 動的システムの状態の部分的測定を用いることで、不完全な知識ベースモデルによる予測を改善するために機械学習モデルを訓練できることを示す。
  論文  参考訳（メタデータ） (2021-02-15T19:56:48Z)
• Automatic Extrinsic Calibration Method for LiDAR and Camera Sensor Setups [68.8204255655161]
  本論文では,LiDAR,単眼,ステレオカメラを含む任意のセンサのパラメータを校正する手法を提案する。 提案手法は、通常、車両のセットアップで見られるように、非常に異なる解像度とポーズのデバイスを扱うことができる。
  論文  参考訳（メタデータ） (2021-01-12T12:02:26Z)

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。