面向结构健康监测的深度学习：在遗产建筑中的应用
信号处理
2022-11-21 v1 机器学习
摘要
得益于数值方法、计算能力和监测技术的最新进展，地震环境噪声提供了关于老旧建筑结构行为的宝贵信息。由人为和环境源产生的振动测量及其在建筑动力识别与结构健康监测中的使用，开创了一个新兴的跨学科领域，吸引了地震学家、工程师、数学家和计算机科学家。本工作中，我们采用近期的时间序列预测深度学习技术，来检查并检测在卢卡 San Frediano 钟楼长期监测活动中记录的大型数据集中的异常。我们将该问题构建为无监督异常检测任务，并训练一个 Temporal Fusion Transformer 来学习结构的正常动力学。随后我们通过观察预测频率与观测频率之间的差异来检测异常。
引用
@article{arxiv.2211.10351,
title = {Deep learning for structural health monitoring: An application to heritage structures},
author = {Fabio Carrara and Fabrizio Falchi and Maria Girardi and Nicola Messina and Cristina Padovani and Daniele Pellegrini},
journal= {arXiv preprint arXiv:2211.10351},
year = {2022}
}