14135

روش‌هاي يادگيري ماشين نيمه‌نظارت‌شده در پايش سلامت سازه‌ها

1401

دكتر غلامرضا قدرتي اميري

دكتر احسان درويشان

پايش سلامت سازه‌ ها يك حوزه مهم تحقيقاتي در مهندسي است كه به دنبال شناسايي و تشخيص آسيب­ ها در سازه‌ ها و سيستم‌ ها قبل از اينكه مانع استفاده آنها شوند يا تبديل به يك خطر شوند، مي­ باشد. تا به امروز، پايش سلامت سازه‌ به طور گسترده در چندين زمينه مانند هوافضا، خودرو و مهندسي مكانيك استفاده شده است. با اين حال، تمركز اين تحقيق ارائه يك بررسي جامع و به‌روز از سازه‌هاي مهندسي عمران مانند ساختمان‌ ها، پل‌ ها و ساير زيرساخت‌ ها است. در طول دو دهه گذشته، طيف گسترده­ اي از رويكردهاي بازرسي توسط دانشمندان و مهندسان براي شناسايي، مكان­ يابي و ارزيابي انواع مختلف آسيب،  بررسي، توسعه و ايجاد شده است كه در ميان آنها استفاده از رويكردهاي مبتني بر سيگنال با استفاده از يادگيري ماشين نيمه‌ نظارت‌ شده به جهت كاهش نياز به حجم زياد داده‌ هاي برچسب‌ دار كه تهيه آنها زمان‌ بر، پرهزينه و در نمونه‌ هاي واقعي بعضا غيرممكن است، جايگاه ويژه‌ اي دارد. بر اين اساس، محققان مقالات زيادي را براي روشن كردن مباني و كاربردهاي آن روش‌ ها منتشر كرده‌اند كه در اينجا با كمك گرفتن از تعدادي از اين مقالات به نحوه عملكرد در اين زمينه مي­ پردازيم.

9/19/2023 12:00:00 AM

84874

1403/09/08

Semi-Supervised Machine Learning Methods In Structural Health Monitoring (SHM)

پايش سلامت سازه , تشخيص آسيب , هوش مصنوعي , يادگيري ماشين , يادگيري نيمه نظارت شده

Structural Health Monitoring , Damage Detection , artificial intelligence , Machine learning , Semi supervised learning