Data Science in Engineering, Volume 9
Cập nhật vào: Thứ ba - 28/11/2023 14:30
Nhan đề chính: Data Science in Engineering, Volume 9
Nhan đề dịch: Khoa học dữ liệu trong kỹ thuật, Tập 9
Tác giả: Ramin Madarshahian, Francois Hemez
Nhà xuất bản: Springer Cham
Năm xuất bản: 2022
Số trang: 164 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-04122-8
SpringerLink
Lời giới thiệu: Khoa học dữ liệu trong kỹ thuật, Quyển 9: Kỷ yếu của IMAC lần thứ 40, Hội nghị và Triển lãm về Động lực học kết cấu, 2022, quyển thứ chín trong chín số của Hội nghị đã tập hợp những đóng góp cho lĩnh vực nghiên cứu và kỹ thuật quan trọng này. Bộ sưu tập trình bày những phát hiện ban đầu và nghiên cứu điển hình về các khía cạnh cơ bản và ứng dụng của Khoa học dữ liệu trong Kỹ thuật, bao gồm các bài viết về:
Phương pháp phân tích dựa trên dữ liệu mới
Phân tích quy trình Gaussian học sâu
Phân tích dựa trên video thời gian thực
Các ứng dụng cho động lực học phi tuyến và phát hiện hư hỏng
Giám sát cấu trúc và kết cấu tốc độ cao
Từ khóa: Học sâu, khoa học dữ liệu, cấu trúc động, kỹ thuật kết cấu
Nội dung cuốn sách gồm những phần sau:
- Cập nhật mô hình cho cặp kỹ thuật số động phi tuyến tính bằng cách sử dụng các mô hình ánh xạ nghịch đảo dựa trên dữ liệu
- Học tăng cường sâu cho ổn định cấu trúc chủ động
- Ước tính các thuộc tính phương thức rung động kết cấu bằng cách sử dụng mô hình tính toán dựa trên tăng giảm đột biến
- Các tính năng thiệt hại không nhạy cảm với môi trường dựa trên sự kết hợp về khả năng truyền tải
- Các bất thường về truyền tải để phát hiện thiệt hại dựa trên mô hình với dữ liệu được tạo bằng phần tử hữu hạn và học sâu
- Giám sát tình trạng dựa trên học máy với các mô hình hệ động lực học nhiều vật để phát hiện các lỗi truyền động bánh răng
- Khung phát hiện hư hỏng cấu trúc sử dụng thuật toán siêu kinh nghiệm và mô hình phần tử hữu hạn tối ưu
- Về các khía cạnh của hình học trong SHM (giám sát sức khỏe cấu trúc) và SHM dựa trên dân số
- Khung dựa trên PCA mạnh mẽ để giám sát tình trạng dài hạn của cơ sở hạ tầng dân dụng
- Nhận dạng cấu trúc dựa trên dữ liệu cho Blisks máy turbo
- Phân loại các bất thường của đường ray từ việc tăng tốc hộp trục bằng cách sử dụng Random Forests và mạng thần kinh tích chập
- Phát triển mô hình thay thế để theo dõi sức khỏe kết cấu của cánh máy bay không người lái
- Về phần mô tả máy bay và các bộ phận của máy bay sử dụng mô hình bất khả quy
- Ước tính đầu vào của tòa nhà phi tuyến bốn DOF bằng cách sử dụng mạng thần kinh hồi quy xác suất
- Phát hiện hư hỏng dựa trên mô phỏng cho các cấu trúc hỗn hợp bằng kỹ thuật học máy
- Tổng hợp dữ liệu chuỗi thời gian động cho các cấu trúc bị sốc bằng cách sử dụng mạng đối nghịch khả sinh
- Học sâu nhiều lớp được áp dụng cho các phép đo trường sóng siêu âm
Nhan đề dịch: Khoa học dữ liệu trong kỹ thuật, Tập 9
Tác giả: Ramin Madarshahian, Francois Hemez
Nhà xuất bản: Springer Cham
Năm xuất bản: 2022
Số trang: 164 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-04122-8
SpringerLink
Lời giới thiệu: Khoa học dữ liệu trong kỹ thuật, Quyển 9: Kỷ yếu của IMAC lần thứ 40, Hội nghị và Triển lãm về Động lực học kết cấu, 2022, quyển thứ chín trong chín số của Hội nghị đã tập hợp những đóng góp cho lĩnh vực nghiên cứu và kỹ thuật quan trọng này. Bộ sưu tập trình bày những phát hiện ban đầu và nghiên cứu điển hình về các khía cạnh cơ bản và ứng dụng của Khoa học dữ liệu trong Kỹ thuật, bao gồm các bài viết về:
Phương pháp phân tích dựa trên dữ liệu mới
Phân tích quy trình Gaussian học sâu
Phân tích dựa trên video thời gian thực
Các ứng dụng cho động lực học phi tuyến và phát hiện hư hỏng
Giám sát cấu trúc và kết cấu tốc độ cao
Từ khóa: Học sâu, khoa học dữ liệu, cấu trúc động, kỹ thuật kết cấu
Nội dung cuốn sách gồm những phần sau:
- Cập nhật mô hình cho cặp kỹ thuật số động phi tuyến tính bằng cách sử dụng các mô hình ánh xạ nghịch đảo dựa trên dữ liệu
- Học tăng cường sâu cho ổn định cấu trúc chủ động
- Ước tính các thuộc tính phương thức rung động kết cấu bằng cách sử dụng mô hình tính toán dựa trên tăng giảm đột biến
- Các tính năng thiệt hại không nhạy cảm với môi trường dựa trên sự kết hợp về khả năng truyền tải
- Các bất thường về truyền tải để phát hiện thiệt hại dựa trên mô hình với dữ liệu được tạo bằng phần tử hữu hạn và học sâu
- Giám sát tình trạng dựa trên học máy với các mô hình hệ động lực học nhiều vật để phát hiện các lỗi truyền động bánh răng
- Khung phát hiện hư hỏng cấu trúc sử dụng thuật toán siêu kinh nghiệm và mô hình phần tử hữu hạn tối ưu
- Về các khía cạnh của hình học trong SHM (giám sát sức khỏe cấu trúc) và SHM dựa trên dân số
- Khung dựa trên PCA mạnh mẽ để giám sát tình trạng dài hạn của cơ sở hạ tầng dân dụng
- Nhận dạng cấu trúc dựa trên dữ liệu cho Blisks máy turbo
- Phân loại các bất thường của đường ray từ việc tăng tốc hộp trục bằng cách sử dụng Random Forests và mạng thần kinh tích chập
- Phát triển mô hình thay thế để theo dõi sức khỏe kết cấu của cánh máy bay không người lái
- Về phần mô tả máy bay và các bộ phận của máy bay sử dụng mô hình bất khả quy
- Ước tính đầu vào của tòa nhà phi tuyến bốn DOF bằng cách sử dụng mạng thần kinh hồi quy xác suất
- Phát hiện hư hỏng dựa trên mô phỏng cho các cấu trúc hỗn hợp bằng kỹ thuật học máy
- Tổng hợp dữ liệu chuỗi thời gian động cho các cấu trúc bị sốc bằng cách sử dụng mạng đối nghịch khả sinh
- Học sâu nhiều lớp được áp dụng cho các phép đo trường sóng siêu âm