Engineering Applications of Artificial Intelligence· 2026Q1
Gürültü Giderici Varyasyonel Otomatik Kodlayıcı ile Köprülerin Bütünlük Farkındalığına Sahip Çoklu Sensör Sağlık İzlemesi
Integrity-aware multi-sensor health monitoring of bridges via denoising variational autoencoder
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Yeni DAVE-PI çerçevesi, gürültü giderici otomatik kodlayıcı kullanarak çoklu sensör köprü verilerini birleştirir ve önde gelen modellere kıyasla %25,3'lük bir anomali tespit artışı ve %22'lik bir anomali yoğunluğu iyileştirmesi sağlar.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- DAVE-PI çerçevesi, köprü sağlık izlemesi için çoklu sensör verilerini entegre eder.
- Yapısal sapmaları ölçmek için gürültü giderici otomatik kodlayıcı ve olasılıksal indeks kullanır.
- Adaptif mekanizma, anormallikleri güvenilir bir şekilde tespit ederken yanlış alarmları bastırır.
- Toplam anomali sayısında %25,3 artış ve anomali yoğunluğunda %22 iyileşme ile önde gelen modelleri geride bırakır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Accurate bridge health monitoring is essential for safety, yet existing methods still suffer from false alarms and limited multi-sensor integration. This study proposes DAVE-PI (Denoising Autoencoder–Variational Embedding Probabilistic Index), a unified and reliable alarming framework for bridge health monitoring. The proposed method constructs a probabilistic health index by fusing multi-source sensor data using a DAVE and integrating latent-space reconstruction distances and divergence measures to quantify deviations from normal behavior. An adaptive integrity-aware alert mechanism suppresses false positives while reliably detecting structural anomalies. Comparative analyses against convolutional neural networks, one-class classification, variable cumulative error anomaly detection, and empirical machine learning show that DAVE-PI identifies the key anomalies, reduces false alerts, and achieves a 25.3% increase in total anomalies and a 22% improvement in average anomaly density over the next-best models. Compared with existing approaches, DAVE-PI provides a more reliable and scalable alarming strategy, offering a practical solution for intelligent bridge health monitoring.
Yazarların özeti; kaynağından alınmıştır. Engineering Applications of Artificial Intelligence, 2026 · DOI ↗
Devamı Pofolia uygulamasında
Çıkarımlar ve makaleye soru sorma; ilgi alanına göre her gün yeni özetler. Ücretsiz.
Web'de giriş yaparak açAlan: İnşaat ve Yapı Mühendisliği
Civil and Structural EngineeringEngineering