已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Improved bidirectional echo state network-based time series reconstruction and prediction for structural response

Echo(通信协议) 系列(地层学) 回声状态网络 计算机科学 国家(计算机科学) 时间序列 模式识别(心理学) 人工智能 算法 机器学习 人工神经网络 循环神经网络 地质学 计算机网络 古生物学
作者
Yanke Tan,Yuling Wang,Yi‐Qing Ni,Qilin Zhang,You‐Wu Wang
出处
期刊:Structural Health Monitoring-an International Journal [SAGE]
标识
DOI:10.1177/14759217241253082
摘要

The integrity of the data collected by structural health monitoring systems has a significant impact on structural damage detection and state assessment. The missing or abnormal segments and unacquired future segments can be supplemented through signal reconstruction and prediction models. This paper proposes two novel models toward these two tasks based on bidirectional echo state network, which can exploit both historical and future signal segments to improve accuracies. Adaptive combination coefficient is introduced to control the rate of error accumulation. The effectiveness and robustness of the proposed models are verified by cases of synchronized missing, long-term missing, and boundary effect. A hyperparameter study related to both reservoir and memory is conducted to generate optimal models with maximum processing abilities. An ARIMAX and improved Kalman filter-based preprocessing method is adopted to keep all useful information and provide optimal estimation of the true signal values. The proposed models also show high performance in generating the high-frequency components. The superiority of the proposed models is validated through the datasets measured from Canton Tower, both stationary signals under free vibration and non-stationary signals under earthquake being considered.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
自行者发布了新的文献求助10
4秒前
宇文傲龙完成签到 ,获得积分10
5秒前
Zhang_Yakun完成签到 ,获得积分10
6秒前
7秒前
7秒前
7秒前
李健的粉丝团团长应助wu采纳,获得10
7秒前
陈尹蓝完成签到 ,获得积分10
8秒前
10秒前
11秒前
xx发布了新的文献求助10
12秒前
ZL完成签到 ,获得积分10
14秒前
令狐青亦发布了新的文献求助10
14秒前
小凯完成签到 ,获得积分10
15秒前
迷路聋五发布了新的文献求助20
16秒前
17秒前
cccc完成签到,获得积分10
19秒前
姆姆没买完成签到 ,获得积分10
19秒前
19秒前
xona完成签到,获得积分10
21秒前
爱听歌契发布了新的文献求助10
21秒前
只如初完成签到,获得积分10
22秒前
xx完成签到,获得积分10
23秒前
心随以动完成签到 ,获得积分10
24秒前
令狐青亦完成签到,获得积分10
27秒前
27秒前
自行者完成签到,获得积分10
29秒前
junkook完成签到 ,获得积分10
31秒前
白菜兔子完成签到 ,获得积分10
31秒前
kkk发布了新的文献求助10
32秒前
直率栾完成签到 ,获得积分10
34秒前
孤鸿影98完成签到 ,获得积分0
34秒前
yapo完成签到,获得积分10
38秒前
42秒前
不安的裘完成签到 ,获得积分10
45秒前
harina发布了新的文献求助10
47秒前
kkk完成签到,获得积分10
49秒前
mrwang完成签到 ,获得积分10
51秒前
Muzz发布了新的文献求助10
51秒前
修辛完成签到 ,获得积分10
52秒前
高分求助中
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
Die Gottesanbeterin: Mantis religiosa: 656 400
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3164695
求助须知:如何正确求助?哪些是违规求助? 2815790
关于积分的说明 7910147
捐赠科研通 2475331
什么是DOI,文献DOI怎么找? 1318097
科研通“疑难数据库(出版商)”最低求助积分说明 632002
版权声明 602282