基于群体的结构健康监测中选择信息迁移策略的决策框架
机器学习
2023-07-17 v1
摘要
为结构运维提供决策支持，是结构健康监测（SHM）系统开发与实施的重要动机。遗憾的是，标记训练数据的有限可用性阻碍了这些决策支持系统所依赖的统计模型的开发。基于群体的SHM试图通过使用迁移学习技术在群体中的各个结构之间共享信息，来减轻数据稀缺的影响。本文提出了一个基于新颖概念——信息迁移的期望价值——来选择迁移策略的决策框架，以避免负迁移。通过避免负迁移，并利用迁移决策框架优化信息迁移策略，可以降低结构运维相关的成本，并改善安全性。
引用
@article{arxiv.2307.06978,
title = {A decision framework for selecting information-transfer strategies in population-based SHM},
author = {Aidan J. Hughes and Jack Poole and Nikolaos Dervilis and Paul Gardner and Keith Worden},
journal= {arXiv preprint arXiv:2307.06978},
year = {2023}
}
备注
12 pages, 2 figures. Author accepted manuscript in Proceedings of the 14th International Workshop on Structural Health Monitoring, Stanford University, California, USA. 2023