对民用结构健康监测的深度生成模型进行简要的入门审查
Furkan Luleci1, F Necati Catbas1
1Department of Civil, Environmental, and Construction Engineering, University of Central Florida, Orlando, FL 32816 USA.
AI in civil engineering
|August 25, 2023
概括
深度生成模型 (DGM) 为人工智能提供先进的数据生成. 本综述探讨了用于民用结构健康监测 (SHM) 的DGM,强调了它们的潜在和当前应用.
科学领域:
- 人工智能的人工智能
- 土木工程 土木工程是指土木工程.
- 结构健康监测 (SHM) 是一种结构健康监测.
背景情况:
- 深度生成模型 (DGM) 越来越多地趋向于人工智能,因为它们的数据生成能力.
- 民用结构健康监测 (SHM) 正在通过机器学习技术取得进展.
- 在民用SHM领域,DGM已经开始被应用.
研究的目的:
- 为民间SHM研究人员介绍DGM的基本概念.
- 鼓励在当前和未来的工程应用中采用DGM.
- 提供不同DGM及其SHM相关性的比较概述.
主要方法:
- 对各种DGM (VAE,自回归,基于流量,基于能量,GAN,扩散模型) 的比较介绍.
- 在民事SHM中使用DGM的代表性研究概述.
- 关于DGM,SHM联系和未来研究方向的比较讨论.
主要成果:
- 在SHM领域确定了某些DGM的不足利用情况.
- 为SHM从业者提供了对DGM的基本理解.
- 突出了潜在的工程应用和研究缺口.
结论:
- DGMs具有重要的,但尚未开发的潜力,可以促进民间结构性健康监测.
- 鼓励在SHM中进一步研究和应用DGM.
- 本综述是进入这个跨学科领域的研究人员的指南.
