MétaCan
Menu
Retour à la cohorte
Enregistrement W2795760531 · doi:10.1139/tcsme-2016-0069

STRUCTURAL IDENTIFICATION OF DYNAMIC SYSTEMS USING PARAMETER UPDATING REANALYSIS METHOD: EXPERIMENTAL INVESTIGATION USING THE MEASURED DATA

2016· article· en· W2795760531 sur OpenAlexvenueno aff
Kyoung-Bong Han, Dooyong Cho, Sun Kyu Park

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésExperimental dataComputer scienceDynamic testingNoise (video)Test dataFrequency responseIdentification (biology)System identificationAlgorithmMathematicsEngineeringMeasure (data warehouse)StatisticsData mining

Résumé

récupéré en direct d'OpenAlex

In this study, the proposed parameter updating reanalysis method was directly used on the measured data of the structures. Structural reanalysis generates a correlated analytical model that defines the structure on applying the initially assumed baseline analytical model and is presented through the structure’s FRF (frequency response function). Two numerical tests were previously conducted in order to demonstrate the effectiveness of the suggested reanalysis method. The suggested method generates the correlated analytical model with higher precision, as compared to the existing method, despite the application of the noise factor to the observed data. The method initially proven by the numerical experiment of an actual structure was applied to a pseudo-dynamic test on the full-scale concrete pier. The results indicate that the proposed reanalysis is useful even for application to response data of the actual structure.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,068
Tête enseignante GPT0,318
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetStructural Health Monitoring TechniquesTravaux en français237 207