何其志；陈久贤 针对含噪数据库，提出了一种基于局部凸重构的物理约束数据驱动方法。 （英语） Zbl 1436.62725号 计算。方法应用。机械。工程师。 363，文章ID 112791，29 p.（2020）. 摘要：物理约束数据驱动计算是一种新兴的混合方法，它将通用物理定律与科学计算实验数据的数据驱动模型相结合。提出了一种新的数据驱动模拟方法，并结合局部凸重构，称为局部凸性数据驱动（LCDD）计算，以提高数据驱动计算中数据集对噪声和离群值的准确性和鲁棒性。在该方法中，对于通过物理模拟获得的给定状态，通过将状态投影到基于最近的实验数据重建的相关局部凸流形上，寻求相应的最佳实验解。这种局部数据结构的学习过程对噪声数据不太敏感，因此可以获得更好的精度。此外，还引入了惩罚松弛，以在可有效求解的非负最小二乘背景下重新构造局部学习解算器。物理流形的求解采用带稳定节点积分的再生核近似，以减少离散点的应力应变数据，从而提高LCDD学习求解器的有效性。由于固有的流形学习特性，LCDD对于现实工程应用中相对稀疏的高维数据集表现良好。数值试验表明，与标准的距离最小数据驱动方案相比，LCDD在处理噪声数据库时提高了近一个数量级的精度，并且当局部应力应变关系为线性时，可以实现线性精度。 引用于25文件 MSC公司： 62兰特 歧管统计 62-08 统计问题的计算方法 关键词：数据驱动计算；局部凸重构；流形学习；噪声数据；局部凸性数据驱动（LCDD）；再生核近似 软件：合卡尔曼滤波；DDDAS系统；PMTK公司 PDF格式BibTeX公司 XML格式引用 \textit{Q.He}和\textit{J.-S.Chen}，计算。方法应用。机械。工程363，文章ID 112791，29 p.（2020；Zbl 1436.62725） 全文： 内政部 arXiv公司 参考文献： [1] F.Darema，《动态数据驱动应用程序系统：应用程序模拟和测量的新范式》，载于：Int.Conf.Compute。《科学》，2004年，第662-669页。 [2] 贝克，S。；J.伯杰。；Brady，P。；Borne，K。；Glotzer，S。；约翰逊，R.H.D。；Karr，A。；凯斯，D。；帕特，B。；Prosper，H.，《数学和物理科学中的数据增强科学》（2010年） [3] Kutz，J.N.，《数据驱动建模与科学计算：复杂系统与大数据的方法》（2013），牛津大学出版社·Zbl 1280.65002号 [4] Larose，D.T.，《发现数据中的知识：数据挖掘简介》（2014），John Wiley&Sons [5] T.Hastie，R.Tibshirani，J.Friedman，《统计学习的要素》，载：斯普林格统计学系列，纽约，2009年，http://dx.doi.org/10.1007/b94608。 ·Zbl 1273.62005年 [6] Murphy，K.P.，《机器学习：概率视角》（2012），麻省理工学院出版社，剑桥：麻省理工学院出版社，剑桥剑桥·Zbl 1295.68003号 [7] Angermueller，C。；Pärnamaa，T。；部件，L。；Stegle，O.，计算生物学深度学习，分子系统。生物学（2016） [8] Kononenko，I.，《医疗诊断的机器学习：历史、现状和展望》，Artif。智力。医学（2001） [9] Rajan，K.，《材料信息学》，马特。今天，8，38-45（2005） [10] Ramprasad，R。；巴特拉，R。；Pilania，G。；Mannodi-Kanakkithodi，A。；Kim，C.，《材料信息学中的机器学习：最新应用和前景》，Npj Compute。马特。(2017) [11] 麦肯锡公司，《大数据：创新、竞争和生产力的下一个前沿》，麦肯锡全球。研究所（2011） [12] 加布西，J。；加勒特，J.H。；Wu，X.，基于知识的材料行为神经网络建模，J.Eng.Mech。，117, 132-153 (1991) [13] 加布西，J。；Sidarta，D.E.，用于本构建模的新型嵌套自适应神经网络（NANN），计算。岩土工程。，22, 29-52 (1998) [14] 勒菲克，M。；Schrefler，B.A.，作为有限元代码增量非线性本构模型的人工神经网络，计算。方法应用。机械。工程，1923265-3283（2003）·Zbl 1054.74731号 [15] 米兰，M。；Koumoutsakos，P.，近壁湍流的神经网络建模，J.Compute。物理。，182, 1-26 (2002) ·Zbl 1090.76535号 [16] 特蕾西，B.D。；Duraisamy，K。；Alonso，J.J.，《协助湍流模型开发的机器学习策略》，（第53届AIAA航空科学会议（2015）） [17] 张志杰。；Duraisamy，K.，数据驱动湍流建模的机器学习方法，（第22届AIAA计算流体动力学会议（2015）） [18] 施密特，M。；Lipson，H.，《从实验数据中提取自由形式自然法则》，《科学》，324592381-85（2009） [19] Brunton，S.L。；Proctor，J.L。；Kutz，J.N.，从数据中发现控制方程：非线性动力系统的稀疏识别，Proc。国家。阿卡德。科学。，113, 3932-3937 (2016) ·Zbl 1355.94013号 [20] 莱斯，M。；Karniadakis，G.E.，《隐藏物理模型：非线性偏微分方程的机器学习》，J.Compute。物理。，357, 125-141 (2018) ·Zbl 1381.68248号 [21] Lee，J.A。；Verleysen，M.，《非线性维度缩减》（2007），施普林格科学与商业媒体·Zbl 1128.68024号 [22] Haykin，S.，《神经网络和学习机器》（2010），3/E.Pearson Education India [23] Le，B.A。；Yvonnet，J。；He，Q.-C.，使用神经网络的非线性弹性材料的计算均匀化，国际。J.数字。方法工程，104，1061-1084（2015）·兹比尔1352.74266 [24] 巴塔查吉，S。；Matouš，K.，用于异质超弹性材料多尺度分析的基于非线性流形的降阶模型，J.Comput。物理。，313, 635-653 (2016) ·Zbl 1349.65611号 [25] Bessa，医学硕士。；博斯塔纳巴德，R。；刘，Z。；胡，A。；阿普利，D.W。；布林森，C。；Chen，W。；Liu，W.K.，《不确定性下材料的数据驱动分析框架：对抗维度诅咒》，计算。方法应用。机械。工程（2017）·Zbl 1439.74014号 [26] Olson，G.B.，《设计新材料世界》，《科学》，288，5468，993-998（2000） [27] 王凯。；Sun，W.C.，通过递归均匀化和深度学习连接的多尺度多渗透性孔塑性模型，计算。方法应用。机械。工程（2018）·Zbl 1440.74130号 [28] Oishi，A。；Yagawa，G.，通过深度学习增强的计算力学，计算。方法应用。机械。工程（2017）·Zbl 1439.74458号 [29] Stoecklein，D。；Lore，K.G。；戴维斯，M。；Sarkar，S。；Ganapathysubramanian，B.，《流造型的深度学习：使用科学模拟数据进行高效学习的见解》，科学。代表（2017） [30] Oden，J.T。；Belytschko，T。；费什，J。；休斯·T·J·R。；约翰逊，C。；凯斯，D。；劳布，A。；佩佐德，L。；斯罗洛维茨，D。；Yip，S.，《基于仿真的工程科学：通过仿真革命工程科学》，Natl。科学。找到。，1-88 (2006) [31] Ibañez，R。；Borzacchielo，D。；阿瓜多，J.V。；Abisset-Chavanne，E。；库托，E。；Ladeveze，P。；Chinesta，F.，数据驱动非线性弹性：本构流形构造和问题离散化，计算。机械。，1-14 (2017) [32] Ling，J。；Jones，R。；Templeton，J.，《具有不变性系统的机器学习策略》，J.Compute。物理。，318, 22-35 (2016) ·Zbl 1349.76124号 [33] 莱斯，M。；佩迪卡里斯，P。；Karniadakis，G.E.，《以物理为基础的深度学习（第一部分）：非线性偏微分方程的数据驱动发现》，1-22（2017） [34] A.Kossianski，S.De Cursi，物理约束神经网络和反问题正则化，收录于：第6届世界大会。结构。多磁盘。最佳。，2005 [35] Ibáñez，R。；Abisset-Chavanne，E。；González，D。；Duval，J.L。；库托，E。；Chinesta，F.，《混合本构建模：数据驱动的塑性模型修正学习》，国际期刊Mater。表格。（2018） [36] Evensen，G.，数据同化：集合卡尔曼滤波器（2010），施普林格科学与商业媒体·兹比尔1157.86001 [37] 刘，Z。；Bessa，医学硕士。；Liu，W.K.，自洽聚类分析：非弹性非均匀材料的有效多尺度方案，计算。方法应用。机械。工程（2016）·Zbl 1436.74070号 [38] 马图什，K。；Geers，M.G.D。；库兹涅佐娃，V.G。；Gillman，A.，《异质材料多尺度建模预测非线性理论综述》，J.Compute。物理。，330, 192-220 (2017) [39] 佩赫斯托弗，B。；Willcox，K.，动态数据驱动的降阶模型，计算。方法应用。机械。工程，291，21-41（2015）·Zbl 1425.65205号 [40] 何，Q。；Chen，J.S。；Marodon，C.，基于无网格积分奇异基函数方法的断裂力学分解子空间约简，计算。机械。，63, 593-614 (2019) ·Zbl 1469.74125号 [41] Kirchdoerfer，T。；Ortiz，M.，数据驱动计算力学，计算。方法应用。机械。工程，304，81-101（2016）·Zbl 1425.74503号 [42] Kirchdoerfer，T。；Ortiz，M.，《含噪材料数据集的数据驱动计算》，《计算》。方法应用。机械。工程，326622-641（2017）·Zbl 1464.62282号 [43] Kirchdoerfer，T。；Ortiz，M.，动力学中的数据驱动计算，国际。J.数字。方法工程，1131697-1710（2018） [44] 博恩，M。；Constantinescu，A.，弹性力学中的逆问题，逆问题，21，R1-R50（2005）·Zbl 1070.35118号 [45] 艾薇儿，S。；阀盖，M。；Bretelle，A.S。；格里迪亚克，M。；希尔德·F。；艾尼，P。；拉图尔特，F。；Lemosse，D。；南卡罗来纳州帕加诺。；Pagnacco，E。；Pierron，F.，基于全场测量的机械参数识别方法概述，实验力学。，48, 381-402 (2008) [46] Ben Azzouna，M。；费塞尔，P。；Villon，P.，使用修正本构关系误差的弹性特性稳健识别，计算。方法应用。机械。工程，295196-218（2015）·Zbl 1423.74090号 [47] Ibañez，R。；Abisset-Chavanne，E。；阿瓜多，J.V。；Gonzalez，D。；库托，E。；Chinesta，F.，数据驱动计算弹性和非弹性的流形学习方法，Arch。计算。方法工程，1-11（2016） [48] Ladevèze，P.，内部变量描述的非线性结构分析的大时间增量方法，C.R.Acad。设计。科学。序列号。二、 。，309, 1095-1099 (1989) ·Zbl 0677.73060号 [49] Simo，J.C。；北卡罗来纳州塔诺。；Doblare，M.，三维杆的非线性动力学：精确的能量和动量守恒算法，国际。J.数字。方法工程师（1995）·Zbl 0860.73025号 [50] Nguyen，L.T.K。；Keip，M.-A.，非线性弹性的数据驱动方法，计算。结构。，194, 97-115 (2018) [51] González，D。；Chinesta，F。；Cueto，E.，热力学一致性数据驱动计算力学，Contin。机械。热电偶。，1-15 (2018) [52] 艾格斯曼，R。；Kirchdoerfer，T。；Reese，S。；斯泰尼尔，L。；Ortiz，M.，无模型数据驱动的非弹性，计算。方法应用。机械。工程，350，81-99（2019）·Zbl 1441.74048号 [53] Leygue，A。；科雷特，M。；Réthoré，J。；斯泰尼尔，L。；Verron，E.，材料响应的基于数据的推导，计算。方法应用。机械。工程，331，184-196（2018）·Zbl 1439.74050号 [54] Ayensa-Jiménez，J。；Doweidar，M.H。；桑兹·埃雷拉，J.A。；Doblaré，M.，基于物理的数据驱动模型的无监督数据完成方法，计算。方法应用。机械。工程，344120-143（2019）·兹比尔1440.62397 [55] Ayensa-Jiménez，J。；Doweidar，M.H。；桑兹·埃雷拉，J.A。；Doblaré，M.，一种新的基于可靠性的数据驱动方法，用于物理约束的噪声实验数据，计算。方法应用。机械。工程，328752-774（2018）·Zbl 1439.65217号 [56] Kanno，Y.，《数据驱动计算弹性与包含噪声和离群值的材料数据的简单启发式：局部稳健回归方法》，Jpn。J.Ind.申请。数学。(2018) ·Zbl 1407.62444号 [57] 劳森，C.L。；Hanson，R.J.，解决最小二乘问题（1987），工业和应用数学学会 [58] 刘伟凯。；S·6月。；张玉凤，再现核粒子方法，国际数学家杂志。液体方法，201081-1106（1995）·Zbl 0881.76072号 [59] Chen，J.-S。；潘，C。；Wu，C.T。；Liu，W.K.，非线性结构大变形分析的再生核粒子方法，计算机。方法应用。机械。工程，139195-227（1996）·Zbl 0918.73330号 [60] Chen，J.-S。；吴，C.-T。；Yoon，S。；You，Y.，Galerkin无网格方法的稳定协调节点积分，国际。J.数字。方法工程，50，435-466（2001）·Zbl 1011.74081号 [61] 康蒂，S。；缪勒，S。；Ortiz，M.，《弹性中的数据驱动问题》，Arch。定额。机械。分析。，229, 79-123 (2018) ·Zbl 1402.35276号 [62] Felippa，C.A.，《参数化变分原理及其在计算力学中的应用概览》，计算。方法应用。机械。工程，113，1-2，109-139（1994）·Zbl 0848.73063号 [63] Roweis，S.T。；Saul，L.K.，通过局部线性嵌入降低非线性维数，《科学》，290，80，2323-2326（2000） [64] Saul，L.K.L。；Roweis，S.S.T.，《全局思考，局部拟合：低维流形的无监督学习》，J.Mach。学习。第4119-155号决议（2003年）·兹比尔1093.68089 [65] Tenenbaum，J.B。；德席尔瓦，V。；Langford，J.C.，《非线性降维的全球几何框架》，《科学》，290，2319-2323（2000） [66] 贝尔金，M。；Niyogi，P.，《嵌入和聚类的拉普拉斯特征映射和光谱技术》，Nips，14585-591（2001） [67] 张，Z。；Zha，H.，通过切线空间对齐的主流形和非线性降维，SIAM J.Sci。计算。，26, 313-338 (2004) ·Zbl 1077.65042号 [68] Y.本吉奥。；佩门特，J.-F。；文森特，P。；俄勒冈州德拉鲁。；Le Roux，N。；Ouimet，M.，《lle、isomap、mds、特征映射和光谱聚类的样本外扩展》（高级神经信息处理系统，2003年），177-184 [69] Vural，E。；Guillemot，C.，分类监督流形学习的样本外推广，IEEE Trans。图像处理。，25, 1410-1424 (2016) ·Zbl 1408.94664号 [70] 塞维卡普，H。；Triggs，W.，基于图像集的人脸识别，（计算机视觉模式识别，IEEE会议（2010）），2567-2573 [71] 博伊德，S。；Vandenberghe，L.，《凸优化》（2004），剑桥大学出版社·Zbl 1058.90049号 [72] 霍尔，A.E。；Kennard，R.W.，《岭回归：非正交问题的有偏估计》，《技术计量学》，第12期，第55-67页（1970年）·兹伯利0202.17205 [73] Tropp，J.A。；Gilbert，A.C.，通过正交匹配追踪从随机测量中恢复信号，IEEE Trans。《信息论》，53，4655-4666（2007）·Zbl 1288.94022号 [74] Yaghoobi，M。；Davies，M.E.，《快速非负正交最小二乘法》，（2015年第23号《欧洲信号处理》，2015年《欧洲信号过程》，2015（2015）），479-483 [75] 西南克利夫兰。；Devlin，S.J.，局部加权回归：通过局部拟合进行回归分析的方法，J.Amer。统计师。协会（1988）·Zbl 1248.62054号 [76] 陈，D。；Plemmons，R.J.，（《数值分析中的非负性约束》，《数值分析的非负约束》，出生数字分析（2010），《世界科学》，第109-139页·Zbl 1192.65041号 [77] 吉尔，体育。；默里，W。；Wright，M.H.，《实用优化》（1981），Emerald Group Publishing Limited·Zbl 0503.90062号 [78] Belytschko，T。；吕义勇。；Gu，L.，无单元伽辽金方法，国际。J.数字。方法工程师，37229-256（1994）·Zbl 0796.73077号 [79] Nitsche，J.，《变体》（Un ber ein Variationsprinzip zur Lösung von Dirichlet-Problemen bei Verwendung von Teilräumen，die keinen Randbedingen unterworfen sind，Abh.Math。塞明。汉堡大学，36，9-15（1971）·Zbl 0229.65079号 [80] Fernández-Méndez，S。；Huerta，A.，在无网格方法中施加基本边界条件，计算。方法应用。机械。工程，1931257-1275（2004）·Zbl 1060.74665号 [81] Chen，J.-S。；王海平，接触问题无网格计算中的新边界条件处理，计算。方法应用。机械。工程，187，441-468（2000）·兹伯利0980.74077 [82] Chen，J.-S。；希尔曼，M。；Chi，S.-W.，《无网格方法：20年后的进展》，J.Eng.Mech。，143，第04017001条pp.（2017） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。