{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,7,2]，“日期-时间”：“2024-07-02T09:52:11Z”，“时间戳”：1719913931369}，“引用-计数”：79，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2024,3,1]]，“日期时间”：”2024-03-01T00:00:00 0Z“，”时间戳“：1709251200000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,3,1]]，“date-time”：“2024-03-01T00:00:00Z”，“timestamp”：170925120000}，“content-version”：“tdm”，“delay-in-days”：“0，”URL“https:\\/www.else vier.com/legal/tdmrepepep”许可证“}，{“开始”：{“日期-部分”：[[2023,11,15]]，“日期-时间”：“2023-11-15T00:00:00Z”，“timestamp”：1700006400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/creativecommons.org\/licenses\/by-nc-nd\/4.0\/”}]，“funder”：[{“DOI”：“10.13039\/100010665”，“name”：“H2020 Marie Sk\u0142odowska-Curie Actions”，“DOI-asserted-by”：“publisher”，“award”：[“858585]9957“]}，{”DOI“：”10.13039\/100010661“，”name“：“地平线2020框架计划”，“doi-asserted-by”：“publisher”}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[“可靠性工程与系统安全”]，”published-print“：{”date-parts“：[2024,3]]}，”doi“：”10.1016\/j.ress.2023.09822“，”type“：”journal-article“，”created“：{“date-parts”：[[2023,11,17]]，“date-time”：“2023-11-17T04:33:00Z”，“timestamp”：1700195580000}，“page”：“109822”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：6，“title”：[“用近似贝叶斯计算训练的物理引导递归神经网络：结构反应预测的案例研究”]，“前缀”：“10.1016”，“卷”：“243”，“作者”：[{“ORCID”：“http://\/ORCID.org\/0000-0002-9262-670X”，“authenticated-ORCID”：false，“给定”：“Juan”，“family”：“Fern\u00e1ndez”，“sequence”：“first”，“affiliation”：[]}，{“ORCID”：“http://\/orcid.org\/00000-0003-1243-8694”，“authenticated-orcid”：false，“given”：“Juan”，“family”：“Chiach\u00edo”，“sequence”：“additional”，“affiliation”：[]}，{“orcid”：”http://\/orcid.org\/20000-0003-2534-9113“，”authentimated-orcid“：false”，“giving”：“Jos\u00e9”，“家族”：“Barros”，“序列”：“附加”，“从属关系”：[]}，{“given”：“Manuel”，“family”：“Chiach\u00edo”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Chetan S.”，“family”：“Kulkarni”，“序列”：“附加”，“从属”：[]}]，“member”：“78”，“reference”：[{“key”：”10.1016\/j.ress.2023.109822_b1“，”doi-asserted-by“：”crossref“，”doi“：”10.116\/j-ress.2023.09088“，”article-title“：“供水管网故障率预测深度学习模型的不确定性量化”，“作者”：“Fan”，“年份”：“2023年”，“期刊标题”：“Reliab Eng Syst Saf”}，{“key”：“10.1016\/j.ress.2023.109822_b2”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.ress.2022.108717”，“article-title”：“使用LSTM网络学习身体健康时间步长以估计剩余使用寿命”，“卷”：“226”，“作者”：“Bae”，“年份”：“2022”，“日志标题”：“Reliab Eng Syst Saf”}，{“问题”：“332”，”键“：“10.1016\/j.ress.2023.109822_b3”，“doi-asserted-by”：“crossref”，“首页”：“1509”，“doi”：“10.1080\/01621459.1970.10481180”，“article-ti”tle“：“自回归移动平均时间序列模型中剩余自相关的分布”，“数量”：“65”，“作者”：“方框”，“年份”：“1970”，“期刊标题”：“美国统计协会”}，{“关键”：“10.1016\/J.ress.2023.09822_b4”，“序列时间”：“指数平滑预测：状态空间方法”，“作家”：“Hyndman”，“年度”：“2008”}、{“问题”：“4”，“key”：“10.1016\/j.ress.2023.109822_b5”，“doi-asserted-by”：“crossref”，“首页”：“115”，“doi”：“101007\/BF02478259”，“article-title”：“神经活动内在思想的逻辑演算”，“volume”：j.ress.2023.109822_b6“，“doi-asserted-by”：“crossref”，“first page”：“1735”，“doi”：“10.1162\/neco.1997.9.8.1735”，《article-title》：“长短期记忆”，“volume”：”9“，“author”：“Hochreiter”，“year”：“1997”，“journal-title”：“Neural Compute”}，{“key”：《10.1016\/j.ress.2023.09822_b7》，“series-title”：《门控递归神经网络序列建模实证评价》，“author”：“Chung”，“year”：“2014”}，{“key”：“10.1016\/j.ress.2023.109822_b8”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.ress.2023.109197”，《文章-标题》：“一个并行的GRU，具有双重注意机制模型，集成了风轮机轴承概率RUL预测的不确定性量化”，“体积”：“235”，”author“：”Cao“，“years”：“2023”，“journal-title”：“Reliab Eng Syst Saf”}，{“key”：“10.1016\/j.ress.2023.109822_b9”，“series-title”：《2013 IEEE声学、语音和信号处理国际会议》，“首页”：“6645”，“article-title“：“深度递归神经网络语音识别”，“author”：“Graves”，“year”：“2013”}、{“密钥”：“1016\/j.ress.2023.09822_b10”，“series-title”：“通过联合学习对齐和翻译实现神经机器翻译”，“author”：“Bahdanau”，“year”：“2014”}，{“key”：“10.1016\/j.ress.2023.09822_b11”，“doi-asserted-by”：“crossref”，“unstructured”：“Wang C，Yang H，Bartz C，Meinel C。带有深双向LSTM的图像字幕。收录于：第24届ACM多媒体国际会议论文集。2016，p.988\u201397.“，“DOI”：“10.1145\/2964284.2964299”}，{“key”：“101016\/j.ress.2023.109822_b12”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang Y，Huang M，Zhu X，Zhao L。用于方面级情感分类的基于注意力的LSTM。摘自：2016年自然语言处理实证方法会议记录。2016年，第606\u201315.页，“，”DOI“：”10.18653\/v1\/D16-1058“}，{“key”：“10.1016\/j.ress.2023.09822_b13”，“series-title”：“基于LSTM的音乐生成系统”，“author”：“Mangal”，“year”：“2019”}，“key“：”1016\/j.ress.2023.109822_b14“，”DOI-asserted-by“：”crossref“，“unstructured”：“Donahue J，Anne Hendricks L，Guadarrama S，Rohrbach M，Venugopalan S，Saenko K等。用于视觉识别和描述的长期递归卷积网络。收录：IEEE计算机视觉和模式识别会议记录。2015，p.2625\u201334.“，”DOI“：”10.1109\/CVPR.2015.7298878“}，{”key“：”101016\/j.ress.2023.109822_b15“，”DOI-asserted-by“：”crossref“，“DOI”：“10.1016\/j.ress.2022.108950”，“article-title”：“机器学习方法，使用准确的动态模拟评估性能退化的悬浮参数”，“volume”：“230”，“author”：“Pan“，”year“：”2023“，”journal-title“：”Reliab Eng Syst Saf“}，{”key“：”10.1016\/j.ress.2023.109822_b16“，”article-title”：“动态负荷下燃料电池基于时频分析和符号递归神经网络的数据驱动预测”，“author”：“Wang”，“year”：“2023”，“journal-title”:“Reliab Eng Syst Saf}”，{“key”：“”10.1016\/j.ress.2023.109822_b17“，“首页”：“1”，“article-title”：“走向新的深层神经进化模型：混沌-征费蝗虫短期风速预测优化”，“author”：“Jalali”，“year”：“2021”，《journal-title》：“Eng Compute”}，{“key”：“10.1016\/j.ress.2023.10.9822_b18”，“article-title”：“基于RNN-LSTM的大数据建筑工程质量管理优化研究”，“卷”：“2018”，“作者”：“王”，“年份”：“2018”，“期刊标题”：“复杂性”}，{“关键”：“10.1016\/j.ress.2023.09822_b19”，“系列标题”：《国际机器学习大会》，“首页”：“1310”，“文章标题”：关于训练递归神经网络的难度”，“author”：“Pascanu”，“year”：“2013”}，{“key”：“10.1016\/j.ress.2023.109822_b20”，“series-title”：“递归神经网络监督序列标记”，“first page”：”37“，“article-title”：”长-短期记忆“，”author“：”Graves“，”year“：”2012“}，“issue”：“9”，“key“：”10.1016\/j.ress.2023.109822_b21“，”doi-asserted-by“：”crossref“，”first page“：”1263“，”doi“：”10.1109\/TKDE.2008.239“，”article-title“：”Learning from inbalanced data“，“volume”：“21”，“author”：“He”，“year”：“2009”，“journal-title”：“IEEE Trans Knowl data Eng”}，{“key”：”10.1016\\j.ress.2023.109822_b22“，”series-title“：“[1992年会议记录]IJCNN国际神经网络联合会议，第4卷，“首页”：“25”，“文章标题”：“多层前馈神经网络的外推限制”，“作者”：“Haley”，“年份”：“1992”}，{“关键”：“10.1016\/j.ress.2023.09822_b23”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.ress.2022.108898”，“论文标题”：基于物理的机器学习，用于电动静液压致动器系统的退化建模”，“卷”：“229”，“作者”：“Ma”，“年份”：“2023”，“日志标题”：“Reliab Eng Syst Saf”}，{“键”：“10.1016\/j.ress.2023.109822_b24”，“doi-asserted-by”：“crossref”，”doi“：”10.1016\/j.ress.2022.109078“，”article-title“：”将随机模型中的物理推断信息与机器学习方法相结合，用于降解预测“，”卷“：”232“，”作者“：”李“，”年份“：”2023“，”日志标题“：”Reliab Eng Syst Saf“}，{“key”：“10.1016\/j.ress.2023.109822_b25”，“doi-asserted-by”：“crossref”，“doi”：“101016\/j.ress.2022.108899”，“article-title”：“动态系统的概率物理信息机器学习”，“volume”：“230”，“author”：“Subramanian”，“year”：“2023”，“journal-title”：“Reliab Eng Syst Saf”}，{“key”：”10.1016\/j.ress.2023.109822_b26“，”doi-asserted-by“：”crossref“，”first page“：”686“，”doi“：”10.116\/j.jcp.2018.10.045“，”article-title“：”基于物理的神经网络：解决非线性偏微分方程正反问题的深度学习框架”，“卷”：“378”，“作者”：“Raissi”，“年份”：“2019”，“期刊标题”：“计算物理学杂志”}，{“关键”：“10.1016\/J.ress.2023.09822_b27”，“文章标题”：可靠性和系统安全应用中的基于物理的机器学习：最新进展和挑战”，“作者”：“Xu”，“年份”：“2022年”，“新闻标题”：“Reliab Eng Syst Saf”}，{“关键”：“10.1016\/j.ress.2023.09822_b28”，“系列时间”：“含时偏微分方程的基于物理学的RNN-DCT网络”，“作家”：“Wu”，”年份“：”2022“}，{”key“：”10.1016\/j.ress.2023.109822_b29“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.jconhyd.2021.103835“，”article-title“：”预测CO2储存场所响应的物理信息深度学习“，”volume“：“241”，”author“：”Shokouhi“，“year”：“2021”，“journal-title”：“j Contam Hydrol”}，”{“key”：“10.1016\/j.ress。2023.109822_b30“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.cma.2021.114399“，”article-title“：”PhyCRNet:“Physics-informated卷积递归网络：解时空偏微分方程”，“volume”：“389”，“author”：“Ren”，“year”：“2022”，“journal-title”：“Comput Methods Appl Mech-Engrg”}，{“key”：“：”10.1016\/j.engappai.2020.103996“，“article-title”：“使用python和混合物理信息神经网络求解常微分方程的教程”，“volume”：“96”，“author”：“Nascimento”，“year”：“2020”，“journal-title“：”Eng-Appl-Artif Intell“}，{“key”：”10.1016\/j.ress.2023.09822_b32“，“series-title”：”基于物理信息的递归神经网络的车队预测”，“作者”：“Nascimento”，“年份”：“2019”}，{“问题”：“12”，“关键”：“10.1016\/j.ress.2023.109822_b33”，“doi-asserted-by”：“crossref”，“首页”：“5459”，“doi”：“10.2514\/1.J059250”，“文章-标题”：“递归神经网络累积损伤建模”，“体积”：“58”，“作家”：“Nascimento.”，“年份“：“2020”，“journal-title”：“AIAA J”}，{“key”：“10.1016\/J.ress.2023.109822_b34”，“series-title”：《2019年SIAM国际数据挖掘会议论文集》，“首页”：“558”，“文章标题”：“动力学系统建模的物理引导RNN：模拟湖泊温度廓线的案例研究”，“author”：“Jia”，“year”：“2019”}、{“key”：10.1016\/j.ress.2023.109822_b35“，“series-title”：“预测河网流量和温度的物理引导递归图网络”，“author”：“Jia”，“year”：“2020”}，{“key”：”10.1016\/j.ress.2023.10.9822_b36“，“series-title”：“2010年暹罗国际数据挖掘会议论文集”，“首页”：“532”，“article-title“：”用于量化湖泊温度建模不确定性的神经网络物理引导架构（PGA）”，“作者”：“Daw”，“年份”：“2020”}，{“问题”：“1”，“关键”：“10.1016\/j.ress.2023.109822_b37”，“doi-asserted-by”：“crossref”，“首页”：“76”，“doi”：“101109\/34.107014”，“文章标题”：“关于反向传播中的局部极小值问题”，“体积”：“14“，”author“：”Gori“，”year“：”1992“，”journal-title“：”IEEE Trans-Pattern Ana Mach Intell“}，{”issue“：”8“，”key“：”10.1016\/j.ress.2023.109822_b38“，”doi-asserted-by“：”crossref“，”first page“：author“：”Hopfield“，”year“：”1982“，”journal-title“：”Proc Natl Acad Sci“}，{”issue“：”6088“，”key“：”10.1016\/j.ress.2023.109822_b39“，”doi-asserted-by“：”crossref“，”first page“：：“1986”，“新闻标题”：“自然”}，{“issue“：”2“，”key“：”10.1016\/j.ress.2023.109822_b40“，”doi-asserted-by“：”crossref“，”first page“：“179”，”doi“：”101207\/s15516709cog1402_1“，”article-title“：”Finding structure in time“，“volume”：“14”，“author”：“Elman”，“year”：“1990”，“journal-title”：“Cogn Sci”}，{“key”：”10.12016\/j.ress.20231.09822_b41“，“series-title”：“深度学习”，“作者”：“Goodfellow”，“年份“：”2016“}，{“issue”：“11”，“key”：“10.1016\/j.ress.2023.109822_b42”，“doi-asserted-by”：“crossref”，“first page”：”2673“，“doi”：“101109\/78.65093”，“article-title”：“双向递归神经网络”，“volume”:“45”，“author”：“Schuster”，“year”：“1997”，“journal-title“：”IEEE Trans-Signal Process“}.2023.109822_b43“，”series-title“：“2016 IEEE系统、人与控制论国际会议”，“首页”：“004675”，“文章标题”：“锂离子电池状态预测的多步预测技术”，“作者”：“Razavi-Far”，“年份”：“2016”}，{“问题”：“53”，“关键”：“10.1016\/j.ress.2023.09822_b44”，“第一页”：LII公司。一篇关于解决机会理论中一个问题的文章。由已故的贝叶斯牧师先生，普莱斯先生在给约翰·坎顿的一封信中传达了FRS，AMFR S“，”作者“：”贝叶斯“，”年份“：”1763“，”新闻标题“：”菲洛斯·Trans R Soc Lond“}，{“key”：“10.1016\/j.ress.2023.09822_b45”，“series-title”：“Th\u00e9orie analysique des probabilit\u00e 9s，vol.7”，“author”：“de Laplace”，“year”：“1820”}，“key：”10.1016\/j.ress.2023.109822_b46“，“series-title”：“概率论”，“author”：“Jeffreys”，“year”：“1961”}，{“issue”：“6”，“key”：“10.1016\/j.ress.2023.10982 _b47”，“doi-asserted-by”：“crossref”，“first page”：”1167“，“doi”：“101007\/s1122-011-9288-2”，“article-title”：”近似贝叶斯计算方法“，”卷：“22”，“作者“：”马林“，”年份“：”2012年，“journal-title”：“Stat Compute”}，{“issue”：“2”，“key”：“10.1016\/j.ress.2023.109822_b48”，“doi-asserted-by”：“crossref”，“first-pages”：“331”，“doi”：“101016\/j.probengmech.2010.08.007”，“article-title“Modified Metropolis\u2013Hastings algorithm with reduced chain correlation for eficient subset simulation”，“volume”:“26”，“author”：“Santoso”，”“year”：“2011年“，”journal-title“：”Probab Eng Mech“}，{“issue”：“3”，“key”：“10.1016\/j.ress.2023.109822_b49”，“doi-asserted-by”：“crossref”，“first page”：”419“，”doi“：”10.1111\/j.1467-9868.2011.010.10.x“，”article-title”：“为近似贝叶斯计算构建摘要统计：半自动近似贝叶斯计算”，“volume”：：“74”，“author”：“Fearnhead“，”year“：”2012“，”journal-title“：”J R Stat Soc Ser B Stat Methodol“}，{“issue”：“4”，“key”：“10.1016\/J.ress.2023.109822_b50”，“doi-asserted-by”：“crossref”，“first page”：”263“，“doi”：“101016\/S0266-8920（01）00019-4”，“article-title”：“通过子集模拟估算高维的小失效概率”，“volume”：第16“，”作者“：“Au”，“year”：“2001”，“journal title”：“Probab Eng Mech”}，｛“issue”：“3”，“key”：“10.1016\/j.iss.2023109822_b51”，“doi断言者”：“crossref”，“首页”：“183”，“doi”：“10.1016\/j.trusafe.2006.07.008”，“文章title”：“子集模拟方法在可靠性基准问题中的应用”，“volume”：“29”，“author”：“Au”，“year”：“2007”，“journal title”：“Struct-Saf“}，{”issue“：”12\u201316“，”key“：”10.1016\/j.ress.2023.109822_b52“，”doi-asserted-by“：”crossref“，”first page“：“1557”，”doi“：”101016\/j.cma.2004.05.028“，”article-title“：”使用分裂子集模拟随机激励下动力系统的可靠性估计“，”volume“：‘194’，”author“：”Ching“，”year“：”2005“，”期刊标题：“Comput Methods Appl-Mech-Engrg”}，｛“issue”：“3”，“key”：“10.1016\/j.ress.2023109822_b53”，“doi断言”：“crossref”，“首页”：“A1339”，“doi”：“10.1137\/130932831”，“文章标题”：“通过子集模拟进行近似贝叶斯计算”，“volume”：“36”，“author”：“Chiachio”，“year”：“2014”，“期刊标题”：“SIAM j Sci-Comput”｝，｛“key”：“10.1016\/j.ress.2023.109822_b54“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.ress.2019.106780“，”article-title“：”使用噪声数据估计伽马过程参数的近似贝叶斯计算（ABC）方法“，”volume“：”198“，“author”：“Hazra”，“year”：“2020”，“journal-title”：“Reliab Eng Syst Saf”}，{“key”：“10.1016\/j.ress.2023.109822_b55“，”doi-asserted-by“：”crossref“，”doi“：”10.1016\/j.engappai.2021.104511“，”article-title“：”近似贝叶斯计算在神经网络中的不确定性量化：复合材料疲劳应用“，”volume“：”107“，”author“：”Fern\u00e1ndez“，”year“：”2022“，”journal-title”：“Eng-Appl-Artif Intell”}，{“issue“：”12“，”key“：”10.1016\/j.ress.2023109822_b56“，”doi断言“：”crossref“，”doi“：”10.1371\/journal.pcbi.1005227“，”文章标题“：”基于模型的实验设计和参数估计在草率系统中的局限性“，”volume“：”12“，”author“：”White“，”year“：”2016“，”期刊标题“：”PLoS Comput Biol“}，{”key“：”10.1016\/j.ress.2023.109822_b57“，“series-title”：“将基于物理的建模与机器学习相结合：一项调查”，“首页”：“1”，“作者”：“威拉德”，“年份”：“2020”}，{“key”：“10.1016\/j.ress.2023.09822_bb8”，“doi-asserted-by”：“crossref”，“第一页”：由数据驱动还是通过物理推导？《基于网络物理系统（CPS）的混合物理引导机器学习技术综述》，“卷”：“8”，“作者”：“Rai”，“年份”：“2020”，“期刊标题”：“IEEE Access”}，{“关键”：“10.1016\/j.ress.2023.09822_b59”，“文章标题”：部分未知动力学系统的神经网络增强物理模型：在曲柄滑块机构中的应用“，“author”：“De Groote”，“year”：“2021”，“journal-title”：“IEEE\/ASME Trans-Mechatronics”}，{“key”：“10.1016\/j.ress.2023.09822_b60”，“series-title”：《物理引导神经网络（PGNN）：在湖泊温度建模中的应用》作者：“Daw”，“year”：“2017”}，{“key”：“10.1016\/j.ress.2023.109822_b61”，“doi-asserted-by”：“crossref”，“unstructured”：“Markovi\u010dov\u00e1 L，Zatkal\u00edkov\u100e1 V，Hanusov\u00e P。碳纤维聚合物复合材料。In:Conference quality production improvement\u2013CQPI，vol.1，no.1。2019年，第276\u201380页。“，”DOI“：”10.2478\/cqpi-2019-0037“}，{”issue“：”13“，”key“：”10.1016\/j.ress.2023.09822_b62“，”DOI-asserted-by“：”crossref“，”first page“：“2585”，“DOI”：“10.1016\/j.compscitech.2008.042”，“article-title”：“复合材料的损伤和疲劳\u2013a个人账户”，“volume”：“68”，“author”：“Talreja”，“年份”：“2008”，“新闻标题”：“Compos-Sci-Technol“}，{“key”：“10.1016\/j.ress.2023.109822_b63”，“doi-asserted-by”：“crossref”，“first page”：”361“，“doi”：“101016\/j.ijfatigue.2014.08.003”，“article-title”：“复合材料疲劳损伤发展模型的贝叶斯模型选择和参数估计”，“volume”:“70”，“author”：“Chiach\u00edo”，“year”：“2015”，“journal-title“：”Int J Fatigue“}，{“key”：“10.1016\/J.ress.2023.109822_b64”，“unstructured”：“Saxena A，Goebel K，Larrosa C，Chank F-K。CFRP复合材料数据集，NASA Ames预测数据存储库。NASA Amers研究中心，加利福尼亚州莫菲特油田，URL。”ASME国际机械工程大会和博览会，第83501卷，“文章标题”：“使用机器学习对复合材料进行损伤分类”，“作者”：“Dabetwar”，“年份”：“2019”}，{“关键”：“10.1016\/j.ress.2023.09822_b66”，“doi-asserted-by”：“crossref”，“首页”：“457”，“doi”：“1016\/j测量.2018.07.051”，“文章摘要”：“基于衍生模态特性的神经网络模型在结构健康监测中的应用“，”volume“：”129“，”author“：”Chang“，”year“：”2018“，”journal-title“：”Measurement“，”ISSN“：“http://\/id.crossref.org\/ISSN\/0263-2241”，”ISSN-type“：143“，“DOI”：“10.1177\/1475921718804132”，“article-title”：“基于深度学习的智能建筑结构损伤识别新方法”，“volume”：“18”，“author”：“Yu”，“year”：“2019”，“journal-title“：“Struct Health Monit”}，{“key”：”10.1016\/j.ress.2023.09822_b68“article-titlePratap“，”year“：”2021“，”journal-title“：”DEEDS“}，{”issue“：”6“，”key“：”10.1016\/j.ress.2023.09822_b69“，”doi-asserted-by“：”crossref“，”first-page:“726”，“doi”：“10.1111\/mices.12762”，“article-title”：“结构模型校准的子集模拟自适应近似贝叶斯计算”，“volume”：“37”，“author”：“Barros”，“year”：“2022”journal-title“：”计算机辅助土木基础设施工程“}，{“key”：“10.1016\/j.ress.2023.109822_b70”，“series-title”：“TensorFlow：异构系统上的大规模机器学习”，“author”：“Abadi”，“year”：“2015”}，“key“：”10.1016\/j.ress.2023.109922_b71“，”series-ttle“Adam：随机优化方法”，“author”:“Kingma”，“year”：”2014“}”，{issue“：”5\u20136“，”key“：”10.1016\/j.ress.2023.109822_b72“，”doi-asserted-by“：”crossref“，”first page“：“602”，“doi”：“10.1016\/j.neunet.2005.06.042”，“article-title”：“带双向LSTM和其他神经网络架构的框架音素分类”，“volume”：“18”，“author”：“Graves”，“year”：“2005”，“journal-title“：”neural Netw“}，{“issue”：“1”“，”key“：”10.1016\/j.ress.2023.109822_b73“，”首页“：”1929“，”article-title“：”辍学：防止神经网络过拟合的简单方法“，”volume“：“15”，”author“：”Srivastava“，”year“：”2014“，”journal-title”：“j Mach Learn Res”}，{“key”：“10.1016\/j.ress.2023.109922_b74”，”series-title“：“机器学习国际会议”，“首页”：“1050“，“article-title”：“辍学作为贝叶斯近似：表示深度学习中的模型不确定性”，“author”：“Gal”，“year”：“2016”}，{“key”：“10.1016\/j.ress.2023.109822_b75”，“series-title”：《神经信息处理系统的进展》，第29卷，“artice-title“：”辍学在递归神经网络中的一个有理论依据的应用”，“author”：“Gal”，“year”：“2016”}，{“key”：“10.1016\/j.ress.2023.09822_b76”，“doi-asserted-by”：“crossref”，“first page”：”232“，“doi”：“101016\/j.actatastro.200.12.012”，“article-title”：“基于贝叶斯LSTM的非平衡卫星遥测数据异常检测模型”，“volume”：180“，”author“：”Chen“，”year“：”2021“，”journal-title“：”Acta Astronaut“}，”{“key”：“10.1016\/j.ress.2023.09822_b77”，”series-title“：“2017 IEEE国际数据挖掘研讨会会议”，”first page“：”103“，”article-title”：“uber时间序列的深度和自信预测”，“author”：“Zhu”，“year”：“2017”}series-title“：“神经信息处理系统的进展，第32卷”，“首页”：“8024”，“文章-标题”：“PyTorch:命令式，高性能的深度学习库”，“作者”：“Paszke”，“年份”：“2019”}，{“问题”：“12”，“关键”：“10.1016\/j.ress.2023.09822_b79”，“doi-asserted-by”：“crossref”，“第一页”：”63“，“doi”：“10.1109 \/MSPEC.1967.5217220“，”文章标题“：”快速傅里叶变换“，”卷“：”4“，”作者“：”布里格姆“，”年份“：”1967“，”日志标题“：“IEEE规范”}]，”容器标题“：[”可靠性工程与系统安全“]，”原文标题“：[]，”语言“：”en“，”链接“：[{”URL“https:\/\/api.elsevier.com/content\/article\/PII:S0951832023007366？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/api.elsevier.com/content\/article\/PII:S0951832023007366？httpAccept1=text\/plain“，”内容类型“：”文本\/plaine“，”content-version”：“vor”，“intended-epplication”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,6,2]，“date-time“：”2024-06-02T00:36:38Z“，”timestamp“：1717288598000}，”score“：1，”resource“：{主要”：{“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S0951832023007366”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：66“]，”URL“：”http:\/\/dx.doi.org\/10.1016\/j.ress.2023.109822“，”relationship“：{}，”ISSN“：[”0951-8320“]，”ISSN-type“：[{”value“：”0951.8320“，”type“:”print“}]，”subject“：【】，”published“：{”date-parts“：[2024,3]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher”，“label”：“此文章由”}维护，{值“：”采用近似贝叶斯计算训练的物理引导递归神经网络：结构响应预测案例研究“，”name“：”articletite“，”label“：”Article Title“}，”{“value”：“可靠性工程与系统安全”，”name”：“journaltitle”，“label”：“Journal Title”}，{“value”：“https:\/\/doi.org\/101016\/j.ress.2023.09822”，“name”：articlelink“，”label“：”CrossRef DOI link to publisher maintained version“}，{”value“：”article“，”name“：”content_type“，”标签“：”content-type“}”，{“value”：“\u00a9 2023 The Author（s）s.Published by Elsevier Ltd.”，“name”：“copyright”，“label”：“copyright“}]，”文章编号“：”109822“}}”