Gaussian Process

モード重ね合わせ法に基づく転移学習による少数観測データからの構造物地震応答予測(シンポジウム講演概要)

本研究では、少数の地震観測データ下での構造物地震応答予測のための、物理知識を取り入れた転移学習手法であるモード重ね合わせ転移学習(Mode Superposition Transfer Learning, MSTL)を提案する。MSTLではモード重ね合わせ法に基づき、地震動から構造応答への写像を2段階で学習する。第1段階として地盤加速度から複数の1自由度系 …

才田 大聖
•

周波数領域での解釈性を有する構造物地震応答予測モデルの観測データによる学習(シンポジウム講演概要)

本研究では、有限要素法などの数値解析を用いずに、センサーデータから構造物の地震応答を予測するための説明可能な深層学習モデルであるExSRNet(Explainable Seismic Response Networks)を提案する。ExSRNetは周波数特性に着目し、周波数帯域分割にSincNet、時間的特徴抽出に因果的Dilated …

才田 大聖
•
高次元不確定性を扱う構造信頼性解析への正則化深層カーネル学習サロゲートモデル構築(シンポジウム講演概要) featured image

高次元不確定性を扱う構造信頼性解析への正則化深層カーネル学習サロゲートモデル構築(シンポジウム講演概要)

This study presents a regularized Deep Kernel Learning (DKL) model for reliability analysis with high-dimensional uncertainties. Combining Deep Learning (DL) and Gaussian Process …

才田 大聖
•
深層カーネル学習サロゲートモデルによる高次元不確定性をもつ構造信頼性解析の効率化 featured image

深層カーネル学習サロゲートモデルによる高次元不確定性をもつ構造信頼性解析の効率化

Bridge systems have many components, and their fragility assessment must consider high-dimensional uncertainties. This study constructed a deep kernel learning (DKL) surrogate …

才田 大聖
•
地震荷重特徴抽出を備えた深層カーネル学習代替モデルによる地震リスク解析の効率化(シンポジウム講演概要) featured image

地震荷重特徴抽出を備えた深層カーネル学習代替モデルによる地震リスク解析の効率化(シンポジウム講演概要)

本研究では、地震リスク解析の計算コストを削減するために、深層カーネル学習による代替モデルを開発した。このモデルは、畳み込みニューラルネットワーク(CNN)を用いて地震荷重の特徴を抽出する。さらに、Gradient-weighted Class Activation Mapping(Grad-CAM)により地震荷重の各部の寄与を推定し、ARDにより各構造パラメ …

才田 大聖
•

転移学習ガウス過程回帰代替モデルによる構造性能解析の計算負荷低減

本研究では,転送学習を用いたガウス過程回帰によるサロゲートモデル(TL-GPRSM)を提案する.TL-GPRSMは,解析対象に近い入出力関係を持つデータをTLで考慮して,サロゲートモデルを構築することで,計算量を削減する. 検証では,免震RC橋脚の地震時刻歴応答解析を対象にTL-GPRSMを構築した.その結果,TL-GPRSMは転移学習を行わないサロゲートモ …

才田 大聖
•

Gaussian Process Regression Surrogate Modeling with Transfer Learning for Low Computational Cost Structural Reliability Analysis

Monte Carlo simulation is often adopted for the structural reliability analysis of civil structures that considers the parameter uncertainties, such as uncertainties of structural …

avatar
Taisei Saida
•

転移学習ガウス過程回帰サロゲートモデルによる構造性能解析の計算負荷低減

This study proposes the surrogate modeling by the Gaussian process regression with the transfer learning (TL-GPRSM). The TL-GPRSM can reduce the computational cost by using data …

才田 大聖
•