AL-IDNN:一种基于深度神经网络增量更新的活动学习方法,用于结构可靠性分析

《RELIABILITY ENGINEERING & SYSTEM SAFETY》:AL-IDNN:active learning method based on incremental updating of deep neural networks for structural reliability analysis

【字体: 大 中 小 】 时间:2026年05月15日 来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 11

编辑推荐:

  董生斋|杨泽良|罗辉|朱洪平•一种结合了逐步更新深度神经网络(DNN)的主动学习方法,用于结构可靠性分析•通过参数继承实现替代模型的逐步更新,避免在每次主动学习迭代中从头开始重新训练•开发了一种无方差的自适应采样策略,用于识别和选择关键样本•通过多个基准测试和工程案例验证了该方法

  
董生斋|杨泽良|罗辉|朱洪平
  • •
    一种结合了逐步更新深度神经网络(DNN)的主动学习方法,用于结构可靠性分析
  • •
    通过参数继承实现替代模型的逐步更新,避免在每次主动学习迭代中从头开始重新训练
  • •
    开发了一种无方差的自适应采样策略,用于识别和选择关键样本
  • •
    通过多个基准测试和工程案例验证了该方法的有效性
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号