研究人员开发了一种新颖的框架，利用车辆集成式传感技术部署桥梁的数字孪生。该方法结合了基于物理的模型和机器学习，特别是利用傅里叶神经网络算子（Fourier Neural Operator）对车辆-桥梁和车辆-道路相互作用进行快速代理建模。通过贝叶斯优化（Bayesian optimization）对系统进行优化，以增强桥梁信息的提取，同时最大限度地减少道路条件和车辆动力学带来的噪声。采用了包含对抗性自编码器（adversarial autoencoders）、矩阵剖面（matrix profiles）和Transformer架构的无监督损伤评估流程来处理收集到的数据，整个工作流程已通过在澳大利亚和日本的现场试验得到验证。 AI
影响 这项研究引入了一种人工智能驱动的基础设施监测方法，有望提高全球桥梁的安全性并降低维护成本。
排序理由 详细介绍结构健康监测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Australia
- Bayesian optimization
- Fourier Neural Operator
- Hugging Face
- Japan
- matrix profiles
- transformer architectures
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
