数据驱动方法在不同应用领域的降解建模最新进展
系统与控制
2025-09-24 v2 系统与控制
摘要
理解降解过程对于确保材料、系统和有机体的寿命和性能至关重要。为说明不同应用领域之间的相似性，本文综述了材料科学、工程和医学中基于数据的方法。本文分析的方法包括回归分析、因子分析、聚类分析、马尔可夫链蒙特卡洛、贝叶斯统计、隐马尔可夫模型、非参数贝叶斯时间序列建模、监督学习和深度学习。该综述提供了关于降解模型的概述，引用了书籍和方法，并包括详细表格，突出显示了在医学、电力工程和材料科学中的应用和所提供的见解。文章还讨论了方法的分类，强调统计推断、动态预测、机器学习和混合建模技术。总体而言，本综述有助于跨领域理解降解建模。
引用
@article{arxiv.2504.18164,
title = {Recent advances in data-driven methods for degradation modelling across applications},
author = {Anna Jarosz-Kozyro and Jerzy Baranowski},
journal= {arXiv preprint arXiv:2504.18164},
year = {2025}
}