Buchumschlag

Deep learning architectures for data-driven damage detection in nonlinear dynamic systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Joseph, Harrish, Quaranta, Giuseppe, Carboni, Biagio, Lacarbonara, Walter
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nonlinear response of a multidirectional negative‐stiffness isolation system via semirecursive multibody dynamic approach
von: Wei Dai, et al.
Veröffentlicht: (2024)

Enhanced Transformer architecture for in-context learning of dynamical systems
von: Rufolo, Matteo, et al.
Veröffentlicht: (2024)

Explaining Deep Neural Networks by Leveraging Intrinsic Methods
von: La Rosa, Biagio
Veröffentlicht: (2024)

A method for identifying causality in the response of nonlinear dynamical systems
von: Massingham, Joseph, et al.
Veröffentlicht: (2024)

Deep learning for model correction of dynamical systems with data scarcity
von: Tatsuoka, Caroline, et al.
Veröffentlicht: (2024)

Data-driven identification of nonlinear dynamical systems with LSTM autoencoders and Normalizing Flows
von: Rostamijavanani, Abdolvahhab, et al.
Veröffentlicht: (2025)

Data-driven system identification using quadratic embeddings of nonlinear dynamics
von: Klus, Stefan, et al.
Veröffentlicht: (2025)

Deep Koopman operator framework for causal discovery in nonlinear dynamical systems
von: Nathaniel, Juan, et al.
Veröffentlicht: (2025)

Mind the truncation gap: challenges of learning on dynamic graphs with recurrent architectures
von: Bravo, João, et al.
Veröffentlicht: (2024)

Learning effective dynamics from data-driven stochastic systems
von: Feng, Lingyu, et al.
Veröffentlicht: (2022)

SafEDMD: A Koopman-based data-driven controller design framework for nonlinear dynamical systems
von: Strässer, Robin, et al.
Veröffentlicht: (2024)

Chain-structured neural architecture search for financial time series forecasting
von: Levchenko, Denis, et al.
Veröffentlicht: (2024)

Stochastic weight matrix dynamics during learning and Dyson Brownian motion
von: Aarts, Gert, et al.
Veröffentlicht: (2024)

Three-to-one internal resonances in coupled harmonic oscillators with cubic nonlinearity
von: Di Gregorio, Laura, et al.
Veröffentlicht: (2024)

Quantum-data-driven dynamical transition in quantum learning
von: Zhang, Bingzhi, et al.
Veröffentlicht: (2024)

Generative learning for nonlinear dynamics
von: Gilpin, William
Veröffentlicht: (2023)

A quantitative Birkhoff Normal Form for the hinged-hinged beam equation with geometric nonlinearity
von: Di Gregorio, Laura, et al.
Veröffentlicht: (2023)

Minimum distance classification for nonlinear dynamical systems
von: Martinez, Dominique
Veröffentlicht: (2026)

Deep learning phase recovery: data-driven, physics-driven, or combining both?
von: Wang, Kaiqiang, et al.
Veröffentlicht: (2024)

Dyson Brownian motion and random matrix dynamics of weight matrices during learning
von: Aarts, Gert, et al.
Veröffentlicht: (2024)

On latent dynamics learning in nonlinear reduced order modeling
von: Farenga, Nicola, et al.
Veröffentlicht: (2024)

Universal Sparse Autoencoders: Interpretable Cross-Model Concept Alignment
von: Thasarathan, Harrish, et al.
Veröffentlicht: (2025)

Non-intrusive data-driven model order reduction for circuits based on Hammerstein architectures
von: Hanson, Joshua, et al.
Veröffentlicht: (2024)

Risk-averse policies for natural gas futures trading using distributional reinforcement learning
von: Hêche, Félicien, et al.
Veröffentlicht: (2025)

Task agnostic continual learning with Pairwise layer architecture
von: Keskinen, Santtu
Veröffentlicht: (2024)

Gaussian process learning of nonlinear dynamics
von: Ye, Dongwei, et al.
Veröffentlicht: (2023)

Outlier detection in maritime environments using AIS data and deep recurrent architectures
von: Maganaris, Constantine, et al.
Veröffentlicht: (2024)

Multitask learning for improved scour detection: A dynamic wave tank study
von: Brealy, Simon M., et al.
Veröffentlicht: (2024)

Deficiency of equation-finding approach to data-driven modeling of dynamical systems
von: Zhai, Zheng-Meng, et al.
Veröffentlicht: (2025)

Reinforcement learning-based architecture search for quantum machine learning
von: Rapp, Frederic, et al.
Veröffentlicht: (2024)

Machine-learning modeling of magnetization dynamics in quasi-equilibrium and driven metallic spin systems
von: Chern, Gia-Wei, et al.
Veröffentlicht: (2026)

Data-driven stochastic reduced-order modeling of parametrized dynamical systems
von: Ilersich, Andrew F., et al.
Veröffentlicht: (2026)

In-context learning to predict critical transitions in dynamical systems
von: Sevinchan, Yunus, et al.
Veröffentlicht: (2026)

Data-driven model reconstruction for nonlinear wave dynamics
von: Smolina, Ekaterina, et al.
Veröffentlicht: (2024)

Sparse identification of nonlinear dynamics in the presence of library and system uncertainty
von: O'Brien, Andrew
Veröffentlicht: (2024)

Data driven feedback linearization of nonlinear control systems via Lie derivatives and stacked regression approach
von: K., Lakshmi Priya P., et al.
Veröffentlicht: (2025)

One-shot learning for the complex dynamical behaviors of weakly nonlinear forced oscillators
von: Ma, Teng, et al.
Veröffentlicht: (2026)

Pandemic model with data-driven phase detection, a study using COVID-19 data
von: Liu, Yuansan, et al.
Veröffentlicht: (2021)

Applications of temporal graph learning for predicting the dynamics of biological systems
von: Dileo, Manuel, et al.
Veröffentlicht: (2026)

Unsupervised learning of multiscale switching dynamical system models from multimodal neural data
von: Kim, DongKyu, et al.
Veröffentlicht: (2025)