Structural health monitoring by combining machine learning and dimensionality reduction techniques
Visualitza/Obre
10.23967/j.rimni.2018.12.001
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/165508
Tipus de documentArticle
Data publicació2019-01-01
Condicions d'accésAccés obert
Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i
industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva
reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets
Abstract
Structural Health Monitoring is of major interest in many areas of structural mechanics. This paper presents a new approach based on the combination of dimensionality reduction and data-mining techniques able to differentiate damaged and undamaged regions in a given structure. Indeed, existence, severity (size) and location of damage can be efficiently estimated from collected data at some locations from which the fields of interest are completed before the analysis based on machine learning and dimensionality reduction techniques proceed.
CitacióQuaranta, G. [et al.]. Structural health monitoring by combining machine learning and dimensionality reduction techniques. "Revista internacional de métodos numéricos para cálculo y diseño en ingeniería", 1 Gener 2019, vol. 35, núm. 1, p. 1-13.
ISSN0213-1315
Versió de l'editorhttps://www.scipedia.com/public/Quaranta_et_al_2018a
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
download.pdf | 9,942Mb | Visualitza/Obre |