时滞嵌入增强动态模态分解在地震响应分析中的应用基础研究

本综述推荐一篇创新性地将时滞嵌入（time-delay embedding）与动态模态分解（DMD）结合的研究，旨在提升线性模型对非线性地震响应（如土体材料非线性）的重建能力，为数据驱动的地震工程提供高效且可解释（interpretable）的算法框架，助力大规模防灾分析。

　　

Highlight

本研究探索了结合控制机制的动态模态分解（DMDc）与时滞嵌入（time-delay embedding）作为一种数据驱动且可解释（interpretable）的地震响应分析框架的潜力。利用来自某主要港口设施的地表与基岩加速度配对记录，我们证明即使在复杂和非线性（nonlinear）地震动条件下，场地响应的动态特性也能以合理保真度重建。

Summary of findings and methodological significance

这项研究的一个关键贡献在于表明，通过精心校准的时滞嵌入维度扩展，DMDc 能够有效重建地震动振幅和土体材料非线性（nonlinear soil behavior）的动态特性。然而，我们也发现模型在面对未训练过的陌生地震动时存在预测偏差的倾向。这一局限主要源于准确捕捉非线性土体行为的挑战。研究展示了时滞嵌入增强的线性机器学习模型的优势与局限，同时为整合非线性机器学习方法指明了可能方向。

CRediT authorship contribution statement

Akihiro Shioi： 撰写 – 审阅与编辑，撰写 – 初稿，验证，方法论。Yu Otake： 撰写 – 审阅与编辑，验证，项目管理，概念化。

Declaration of competing interest

作者声明以下财务利益/个人关系可能被视为潜在竞争利益：Yu Otake 报告称东北大学提供了行政支持和文章出版费。Yu Otake 报告与东北大学的关系包括：资助拨款和非财务支持。如果有其他作者，他们声明没有已知可能影响本工作的竞争性财务利益或个人关系。