Nov, 2023

人群健康管理中信息转移价值的量化

PDF
TL;DR这篇论文介绍了一种基于仿真结构群体的传输策略决策过程，用于解决结构健康监测中的分类问题，并支持领域适应，通过计算信息传输的预期价值来预测目标领域的分类性能。
population-based structural health monitoringtransfer learning techniquesdomain adaptationnegative transferexpected value of information transfer
发现论文，激发创造
  • 面向基于人群的 SHM 的信息传输策略选择决策框架

    提出了一个基于期望信息传递价值的决策框架，通过优化信息传递策略，避免负面影响，以降低运营成本并提高安全性，以解决结构健康监测系统中标记训练数据有限的问题。

    Jul, 2023

  • 走向风险资讯的 PBSHM：人群作为分层系统

    本文提出了一种基于概率风险的决策框架，其中将基于群体的结构健康监测方法（PBSHM）应用于具有共同特征的结构群体，并以风力发电场的库存为例，展示了该方法的决策过程。

    Mar, 2023

  • 频率响应函数的层次贝叶斯建模

    本文讨论了采用层次贝叶斯方法的结构健康监测策略，解决了人员差异，数据缺失和变化的挑战，并为一小批通用直升机叶片开发了概率 FRF 模型。

    Jul, 2023

  • 结构健康监测的基础模型

    使用 Transformer 神经网络和自监督预训练技术进行结构健康监测，超过传统方法在异常检测和交通负荷估计等任务上的性能，并通过模型大小和精确度的权衡实现在边缘节点嵌入较小的 Transformers。

    Apr, 2024

  • 任务迁移学习中可迁移性的信息论方法

    本文提出了一个评估跨任务表示学习有效性的 H-score 度量方式，可以对在分类问题中从一个任务传递到另一个任务的表示的性能进行评估。使用实际图像数据进行的实验表明，该评价标准不仅与经验传递度量一致，而且在源模型选择和任务转移课程学习等应用中也非常有用。

    Dec, 2022

  • 基于贝叶斯决策和 POMDP 的模型不确定性下的鲁棒维护计划，以铁路系统为例

    该论文提出了一种使用 POMDP 模型进行基础设施维护规划的方法，通过使用 MCMC 采样来从实际监控数据中直接估计模型参数并解决模型不确定性问题，最终成功地应用于铁路轨道资产的维护规划。

    Dec, 2022

  • 迁移学习下的模型选择限制

    研究表明，在模型选择中，转移距离是一个新的复杂度项，但在分类中，自适应速率可能会非常缓慢，而需有关距离的知识的 oracle 速率则可以达到更快的速度。

    Apr, 2023

  • 多模态时间序列结构振动的协同信号去噪

    该研究介绍了一个针对结构健康监测中多模态振动信号复杂性的新型深度学习算法，通过融合卷积和循环结构，以及关注机制的重要集成，该算法能够准确捕捉结构行为并从噪声中辨别和优先处理重要的结构响应，取得了显著的预测准确性、早期损伤检测以及在多种结构健康监测方案中的适应性改进。该研究不仅提供了一个强大的分析工具，还为更透明、可解释的人工智能驱动的结构健康监测解决方案铺平了道路，并展望了未来的实时处理、与外部环境因素的集成以及对模型可解释性的深入强调。

    Aug, 2023

  • 使用层次贝叶斯模型进行离岸风力涡轮机结构异常检测

    利用分层贝叶斯模型对海上风电场结构进行人口型结构健康监测，并推断预期的土壤刚度分布，以进行异常检测。

    Feb, 2024

  • 使用代理分类损失的假设迁移学习

    通过算法稳定性研究 HTL 的学习理论，本文提供了一些条件下的学习保证和复杂度自由的泛化界限，揭示了迁移学习的优点并比较了不同场景下标准损失函数的行为，为从业者提供了有价值的见解。

    May, 2023