Μπεϋζιανές τεχνικές βέλτιστου πειραματικού σχεδιασμού

Περίληψη

Στη δυναμική των κατασκευών, ο βέλτιστος πειραματικός σχεδιασμός (optimal experimental design-OED) στοχεύει στη μεγιστοποίηση της πληροφορίας που λαμβάνεται από δεδομένα, βελτιστοποιώντας τη θέση, τον τύπο και τον αριθμό των αισθητήρων και ενεργοποιητών καθώς και τα χαρακτηριστικά της διέγερσης. Σε αυτή τη διατριβή, παρουσιάζεται ένα πλαίσιο OED κατά Bayes για (α) εικονική ανίχνευση (virtual sensing) και (β) εκτίμηση παραμέτρων, για την υποστήριξη διαδικασιών λήψης αποφάσεων σχετικά με την υγεία, ασφάλεια και απόδοση κατασκευών. Το πλαίσιο OED χρησιμοποιεί μέτρα που βασίζονται στη θεωρία της πληροφορίας για τη δημιουργία μιας συνάρτησης χρησιμότητας (utility function), εύρωστη σε αβεβαιότητες μετρήσεων, μοντελοποίησης και εισόδων. Η πληροφορία που περιέχεται στα δεδομένα που έχουν συλλεχθεί από μια διάταξη αισθητήρων ορίζεται ως η απόκλιση Kullback-Leibler μεταξύ της εκ των προτέρων και της εκ των υστέρων κατανομής των παραμέτρων του μοντέλου ή των προβλεπόμενων μεταβλητών απόκρισης ...
περισσότερα

Περίληψη σε άλλη γλώσσα

In structural dynamics, optimal experimental design (OED) aims to maximize the information gained from data by optimizing the location, type and number of sensors and actuators as well as the excitation characteristics. In this thesis, a Bayesian OED framework is presented for (a) virtual sensing and (b) parameter estimation, to support the decision-making processes regarding structural health, safety, and performance. The OED framework utilizes information theoretic-based measures to build a utility function robust to measurement, modeling and input uncertainties. The information contained in the data collected from a sensor configuration is defined as the Kullback-Leibler divergence between the prior and posterior distribution of the model parameters or the predicted response quantities of interest, estimated using Bayesian learning techniques. The multidimensional integrals over the prior distribution of the model parameters, the modeling uncertainties and input variabilities, arisi ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/51842
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/51842
ND
51842
Εναλλακτικός τίτλος
Bayesian optimal experimental design tools: -: -
Συγγραφέας
Ερτζάν, Τουλάι του Σουκρού
Ημερομηνία
2022
Ίδρυμα
Πανεπιστήμιο Θεσσαλίας. Σχολή Πολυτεχνική. Τμήμα Μηχανολόγων Μηχανικών. Εργαστήριο Δυναμικής Συστημάτων
Εξεταστική επιτροπή
Παπαδημητρίου Κωνσταντίνος
Chatzi Eleni
Worden Keith
Αμπουντώλας Κωνσταντίνος
Νατσιάβας Σωτήριος
Γιαγκόπουλος Δημήτριος
Katafygiotis Lambros
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και ΤεχνολογίαΕπιστήμη Μηχανολόγου Μηχανικού ➨ Μηχανολογία
Λέξεις-κλειδιά
Βέλτιστη τοποθέτηση αισθητήρων; Εντροπία πληροφοριών; Εικονική ανίχνευση; Ανακατασκευή απόκρισης; Επαυξημένο φιλτράρισμα Kalman; Αντίστροφα προβλήματα; Εκτίμηση παραμέτρων; Δομική δυναμική
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)