含噪声和离群值材料数据的数据驱动计算弹性力学简易启发式方法：一种局部稳健回归方法
数值分析
2019-01-25 v2
摘要
应用力学中的数据驱动计算直接利用材料数据集，因此避免了传统材料建模带来的误差和不确定性。本文提出一种对数据集中的噪声和离群值具有稳健性的数据驱动方法。对于每个结构单元，我们从若干最近邻数据点中提取材料属性。与使用单一数据点的现有方法相比，利用最近邻可降低噪声的影响。同时，采用稳健回归来降低离群值的影响。通过对桁架静力平衡分析的数值实验，表明所提方法对噪声和离群值的存在具有稳健性，因而能有效处理真实世界的数据。
引用
@article{arxiv.1708.05794,
title = {Simple Heuristic for Data-Driven Computational Elasticity with Material Data Involving Noise and Outliers: A Local Robust Regression Approach},
author = {Yoshihiro Kanno},
journal= {arXiv preprint arXiv:1708.05794},
year = {2019}
}