Hybrid Time‐Frequency Blind Source Separation Towards Ambient System Identification of Structures
Notice bibliographique
Résumé
Abstract: Ambient system identification in noisy environments, in the presence of low-energy modes or closely-spaced modes, is a challenging task. Conventional blind source separation techniques such as second-order blind identification (SOBI) and Independent Component Analysis (ICA) do not perform satisfactorily under these conditions. Furthermore, structural system identification for flexible structures require the extraction of more modes than the available number of independent sensor measurements. This results in the estimation of a non-square modal matrix that is spatially sparse. To overcome these challenges, methods that integrate blind identification with time-frequency decomposition of signals have been previously presented. The basic idea of these methods is to exploit the resolution and sparsity provided by time-frequency decomposition of signals, while retaining the advantages of second-order source separation methods. These hybrid methods integrate two powerful time-frequency decompositions—wavelet transforms and empirical mode decomposition—into the framework of SOBI. In the first case, the measurements are transformed into the time-frequency domain, followed by the identification using a SOBI-based method in the transformed domain. In the second case, a subset of the operations are performed in the transformed domain, while the remaining procedure is conducted using the traditional SOBI method. A new method to address the under-determined case arising from sparse measurements is proposed. Each of these methods serve to address a particular situation: closely-spaced modes or low-energy modes. The proposed methods are verified by applying them to extract the modal information of an airport control tower structure located near Toronto in Canada.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».