从能量模型的潜空间中生成新的桥梁类型的尝试
原文中文,约200字,阅读约需1分钟。发表于: 。利用能量模型进行桥梁创新,通过博弈论解释损失函数,使用 Langevin 动力学技术生成基于能量的桥梁样本,从而建立一个生成模型,但由于训练不稳定和速度缓慢,生成新的桥梁类型的可能性很低,生成图像的清晰度也较低。
该文章介绍了一种基于高斯过程回归的概率物理信息机器学习框架,用于重建动力学力。该框架适用于不完整和受污染的数据,并可考虑测量系统噪声的自然正则化方法。作者通过推测格陵兰东桥的空气动力学响应,发现应用和预测的动态负荷之间存在良好的一致性。该框架还可用于计算全局响应和内部力,并可应用于验证设计模型和假设,以及辅助损伤检测和结构健康监测的预测。