Zobrazeno 1 - 10
of 156
pro vyhledávání: '"P. Katafygiotis"'
Machine Learning (ML) has widely been used for modeling and predicting physical systems. These techniques offer high expressive power and good generalizability for interpolation within observed data sets. However, the disadvantage of black-box models
Externí odkaz:
http://arxiv.org/abs/2303.00187
Bayesian model updating based on Gaussian Process (GP) models has received attention in recent years, which incorporates kernel-based GPs to provide enhanced fidelity response predictions. Although most kernel functions provide high fitting accuracy
Externí odkaz:
http://arxiv.org/abs/2211.00204
Publikováno v:
Mechanical Systems and Signal Processing Volume 185, 15 February 2023, 109758
Structural identification and damage detection can be generalized as the simultaneous estimation of input forces, physical parameters, and dynamical states. Although Kalman-type filters are efficient tools to address this problem, the calibration of
Externí odkaz:
http://arxiv.org/abs/2207.01828
Publikováno v:
Mechanical Systems and Signal Processing, Volume 179, 1 November 2022, 109296
This paper develops a Hierarchical Bayesian Modeling (HBM) framework for uncertainty quantification of Finite Element (FE) models based on modal information. This framework uses an existing Fast Fourier Transform (FFT) approach to identify experiment
Externí odkaz:
http://arxiv.org/abs/2205.04136
Publikováno v:
Probabilistic Engineering Mechanics, Volume 60, April 2020, 103047
In the presence of modeling errors, the mainstream Bayesian methods seldom give a realistic account of uncertainties as they commonly underestimate the inherent variability of parameters. This problem is not due to any misconception in the Bayesian f
Externí odkaz:
http://arxiv.org/abs/1912.02966
Publikováno v:
Mechanical Systems and Signal Processing, Volume 140, June 2020, 106663
This paper presents a hierarchical Bayesian modeling framework for the uncertainty quantification in modal identification of linear dynamical systems using multiple vibration data sets. This novel framework integrates the state-of-the-art Bayesian fo
Externí odkaz:
http://arxiv.org/abs/1908.06370
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
European Medical Journal Gastroenterology, Vol 9, Iss 1, Pp 72-80 (2020)
Chronic inflammation is the single major contributor to the pathogenesis of sigmoid colon inflammatory diseases such as segmental colitis associated disease and inflammatory bowel disease (IBD). Existing conventional anti-inflammatory treatments have
Externí odkaz:
https://doaj.org/article/e37ec668a1ec440983289886f77138bc
