返回
Bayesian deep learning based bridge condition assessment considering uncertainty quantification of missing data
DOI:10.1016/j.engstruct.2025.121753.png)
摘要
En 中文
• 重构数据中的不确定性由贝叶斯深度学习模型进行量化。
• 提出了一种用于分离预测结果中偶然不确定性和认知不确定性的评估框架。
• 提出了一种基于预测误差分布和预测噪声分布的Wasserstein距离指标。
• 分析了一座拱桥2.5年的监测数据,以识别异常状态。
期刊
IF:
6.4
论文数:
2.1W
被引数:
8.7W
机构
引用论文
暂无论文信息

