MétaCan
Menu
Retour à la cohorte
Enregistrement W2036271501 · doi:10.1002/eqe.343

Identification of base‐excited structures using output‐only parameter estimation

2003· article· en· W2036271501 sur OpenAlexafffund
Brad Pridham, John C. Wilson

Notice bibliographique

RevueEarthquake Engineering & Structural Dynamics · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSubspace topologyIdentification (biology)AlgorithmModalSystem identificationSet (abstract data type)Monte Carlo methodBase (topology)Computer scienceVibrationMaximizationMathematical optimizationData miningMathematicsArtificial intelligenceStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a new identification technique for the extraction of modal parameters of structural systems subjected to base excitation. The technique uses output‐only measurements of the structural response. A combined subspace‐maximum likelihood algorithm is developed and applied to a three‐degree‐of‐freedom simulation model. Five ensembles of synthetically generated input signals, representing varying input characteristics, are employed in Monte Carlo simulations to illustrate the applicability of the method. The technique is able to circumvent some of the difficulties arising from short data sets by employing the Expectation Maximization (EM) algorithm to refine the subspace state estimates. This approach is motivated by successful application by previous authors on speech signals. Results indicate that, for certain system characteristics, more accurate pole estimates can be identified using the combined subspace‐EM formulation. In general, the damping ratios of the system are difficult to identify accurately due to limitations on data set length. The applicability of the technique to structural vibration signals is illustrated through the identification of seismic response data from the Vincent Thomas Bridge. Copyright © 2003 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarthquake Engineering & Structural DynamicsMême sujetStructural Health Monitoring TechniquesTravaux en français237 207