A sampling-based approach for information-theoretic inspection management.
A sampling-based approach for information-theoretic inspection management.
复制标题
DOI：
10.1098/rspa.2021.0790
复制
发表时间：
2022-06
影响因子：
3.5
通讯作者：
Rogers, Timothy J.
中科院分区：
文献类型：
--
作者：
Bull, Lawrence A.;Dervilis, Nikolaos;Worden, Keith;Cross, Elizabeth J.;Rogers, Timothy J.
关键词：
提出了一种部分监督的结构健康监测方法，以管理与专家检查相关的成本，并最大限度地提高监测制度的价值。与传统的数据驱动程序不同，监测分类器是在线学习的，同时进行预测-否定了系统运行前对完整数据的要求（很少可用）。最关键的是，定期检查被自动检查机制所取代（或增强），该机制只查询对损伤敏感特征的演变模型提供信息的测量结果。其结果是一个部分监督的Dirichlet过程聚类，管理专家检查在线增量数据。仿真算例和现场桥梁监测数据验证了该方法的有效性。
A partially supervised approach to Structural Health Monitoring is proposed, to manage the cost associated with expert inspections and maximize the value of monitoring regimes. Unlike conventional data-driven procedures, the monitoring classifier is learnt online while making predictions—negating the requirement for complete data before a system is in operation (which are rarely available). Most critically, periodic inspections are replaced (or enhanced) by an automatic inspection regime, which only queries measurements that appear informative to the evolving model of the damage-sensitive features. The result is a partially supervised Dirichlet process clustering that manages expert inspections online given incremental data. The method is verified on a simulated example and demonstrated on in situ bridge monitoring data.
登录
查看更多内容
影响因子：
3
作者：
Chebira A;Barbotin Y;Jackson C;Merryman T;Srinivasa G;Murphy RF;Kovacević J
通讯作者：
Kovacević J
影响因子：
4.7
作者：
Dervilis, N.;Cross, E. J.;Worden, K.
通讯作者：
Worden, K.
DOI：
10.1177/1045389x14522531
发表时间：
2015-01-01
影响因子：
2.7
作者：
Chakraborty, Debejyo;Kovvali, Narayan;Chattopadhyay, Aditi
通讯作者：
Chattopadhyay, Aditi
影响因子：
4.7
作者：
Bull, L.;Worden, K.;Dervilis, N.
通讯作者：
Dervilis, N.
影响因子：
5.4
作者：
Chen, Siheng;Cerda, Fernando;Kovacevic, Jelena
通讯作者：
Kovacevic, Jelena