arrow
返回

Long-term risk-informed ship design optimization

delete2026-08-14
delete0
delete
OA
AI
T
Tomoki Takami *
M
Masaru Kitahara
A
Atsuo Maki
U
Ulrik Dam Nielsen
J
Jørgen Juncher Jensen
DOI:10.1016/j.ress.2026.113259delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
• 基于贝叶斯主动学习(BAL-LTP)对海洋极端事件进行长期预测。 • 以长期平均异交率为目标的设计优化。 • 一种涉及贝叶斯优化和BAL-LTP的计算可行方法。 • 数值算例表明了高效的单循环优化效果。 • 基于FORM的短期预测和多保真度框架。
Keyword:
Mean outcrossing rate
Bayesian active learning
Lognormal process
Nonlinear wave-induced response
Bayesian optimization
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

R
RELIABILITY ENGINEERING & SYSTEM SAFETY
IF:
11
论文数:
864
被引数:
0

机构

U
University of Osaka
学者数:
4.9K
论文数: 1.5K
被引数: 1
T
Technical University of Denmark
学者数:
2.8K
论文数: 1.1K
被引数: 1
K
kobe university
学者数:
1.6W
论文数: 1.2W
被引数: 8
H
hokkaido university
学者数:
5.3K
论文数: 1.9K
被引数: 0
学者 查看更多机构
引用论文

引用论文

err
IF0
err
err0
PREAI
err
err分享
err收藏
Collaborative and Adaptive Bayesian Optimization for bounding variances and probabilities under hybrid uncertainties
err2023-12-01
err6
errOAAI
errHong, Fangqi; Wei, Pengfei; Song, Jingwen; Valdebenito, Marcos A.; Faes, Matthias G. R.; Beer, Michael
err分享
err收藏
err分享
err收藏
err分享
err收藏
err分享
err收藏
学者 查看更多内容