利用 Shapley 值与机器学习表征用于地震应用的超材料
数值分析
2024-06-18 v2 数值分析
摘要
鉴于地震造成的破坏，关键基础设施的隔震对于减轻地震事件带来的损失至关重要。一种有前景的隔震系统方法是基于超材料的波屏障。超材料——工程复合材料——可调控地震波的传播与衰减。借鉴声子晶体与声学晶体的思想，基于超材料的波屏障的核心目标是产生覆盖地震波频率的带隙。表征带隙的两个关注量（QoIs）是截止频率和带隙宽度。研究者常使用解析（带隙分析）、实验（振动台试验）和统计（全局方差）方法来调整这些关注量。然而，这些方法代价高昂且计算密集。因此，迫切需要替代的易用方法来量化输入（设计）参数与关注量之间的相关性。为量化此类相关性，本文将使用来自合作博弈论的 Shapley 值技术。此外，我们将开发机器学习模型，以针对给定的一组输入（材料与几何）参数预测关注量。
引用
@article{arxiv.2108.00493,
title = {Shapley values and machine learning to characterize metamaterials for seismic applications},
author = {D. Oniz and Y. L. Mo and K. B. Nakshatrala},
journal= {arXiv preprint arXiv:2108.00493},
year = {2024}
}