دانلود مقاله انگلیسی رایگان:یادگیری فعال احتمالی: یک چارچوب آنلاین برای نظارت بر سلامت ساختاری - 2019
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی تشخیص الگو رایگان
  • Probabilistic active learning: An online framework for structural health monitoring Probabilistic active learning: An online framework for structural health monitoring
    Probabilistic active learning: An online framework for structural health monitoring

    سال انتشار:

    2019


    عنوان انگلیسی مقاله:

    Probabilistic active learning: An online framework for structural health monitoring


    ترجمه فارسی عنوان مقاله:

    یادگیری فعال احتمالی: یک چارچوب آنلاین برای نظارت بر سلامت ساختاری


    منبع:

    Sciencedirect - Elsevier - Mechanical Systems and Signal Processing, 134 (2019) 106294: doi:10:1016/j:ymssp:2019:106294


    نویسنده:

    L.A. Bull ⇑, T.J. Rogers, C. Wickramarachchi, E.J. Cross, K. Worden, N. Dervilis


    چکیده انگلیسی:

    A novel, probabilistic framework for the classification, investigation and labelling of data is suggested as an online strategy for Structural Health Monitoring (SHM). A critical issue for data-based SHM is a lack of descriptive labels (for measured data), which correspond to the condition of the monitored system. For many applications, these labels are costly and/or impractical to obtain, and as a result, conventional supervised learning is not feasible. This fact forces a dependence on outlier analysis, or one-class classifiers, in practical applications, as a means of damage detection. The model suggested in this work, however, allows for the definition of a multi-class classifier, to aid both damage detection and identification, while using a limited number of the most informative labelled data. The algorithm is applied to three datasets in the online setting; the Z24 bridge data, a machining (acoustic emission) dataset, and measurements from ground vibration aircraft tests. In the experiments, active learning is shown to improve the online classification performance for damage detection and classification.
    Keywords: Damage detection | Pattern recognition | Semi-supervised learning |Structural health monitoring


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 20
    حجم فایل: 2676 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi