Zobrazeno 1 - 10
of 88
pro vyhledávání: '"transitional Markov Chain Monte Carlo"'
Publikováno v:
Applied Sciences, Vol 14, Iss 18, p 8514 (2024)
Bayesian model updating has received considerable attention and has been extensively used in structural damage detection. It provides a rigorous statistical framework for realizing structural system identification and characterizing uncertainties ass
Externí odkaz:
https://doaj.org/article/6c4053bf73b24a338ed78ba4d469cc81
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.
Autor:
Karen Larson, Georgios Arampatzis, Clark Bowman, Zhizhong Chen, Panagiotis Hadjidoukas, Costas Papadimitriou, Petros Koumoutsakos, Anastasios Matzavinos
Publikováno v:
Royal Society Open Science, Vol 8, Iss 1 (2021)
Effective intervention strategies for epidemics rely on the identification of their origin and on the robustness of the predictions made by network disease models. We introduce a Bayesian uncertainty quantification framework to infer model parameters
Externí odkaz:
https://doaj.org/article/07d0fd9207ca4b86a63a6d57b87e250f
Publikováno v:
Lecture Notes in Civil Engineering ISBN: 9783030932350
This study intends to investigate the application of model updating based on forced vibration data to a simply-supported truss bridge. A fast Bayesian FFT method was used to perform the modal identification obtained from field tests, and the Transiti
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::bf054e52fd363f6d640586f66818fdf2
http://hdl.handle.net/2433/283948
http://hdl.handle.net/2433/283948
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:
Royal Society Open Science, Vol 6, Iss 10 (2019)
Patient-specific modelling of haemodynamics in arterial networks has so far relied on parameter estimation for inexpensive or small-scale models. We describe here a Bayesian uncertainty quantification framework which makes two major advances: an effi
Externí odkaz:
https://doaj.org/article/ecd70939e52e44f1887ae9738a7945ae
Publikováno v:
Energies, Vol 14, Iss 9, p 2402 (2021)
Bayesian inference is used to calibrate a bottom-up home PLC network model with unknown loads and wires at frequencies up to 30 MHz. A network topology with over 50 parameters is calibrated using global sensitivity analysis and transitional Markov Ch
Externí odkaz:
https://doaj.org/article/176a116be7114ad5b796b786e9f5f340
Publikováno v:
Frontiers in Built Environment, Vol 4 (2019)
Structural control and health monitoring scheme play key roles not only in enhancing the safety and reliability of infrastructure systems when they are subjected to natural disasters, such as earthquakes, high winds, and sea waves, but it also optima
Externí odkaz:
https://doaj.org/article/3084b1c2ec564ae3b42eb95adee26927