[논문 리뷰] Bayesian evidence for finite element model updating

L. Mthembu, Tshilidzi Marwala외 2명|ArXiv.org|2008. 10. 15.

Probabilistic and Robust Engineering Design참고 문헌 19인용 수 4

한 줄 요약

이 논문은 다양한 업데이트 파라미터를 가진 유한요소모델(FEMs)을 객관적으로 비교하기 위해 베이지안 증거와 베이즈 요인을 사용하는 방법을 제안한다. 이를 통해 통계적 증거에 기반한 모델 선택이 가능해진다. 이는 내재된 샘플링 알고리즘을 사용하여 극적 우도를 효율적으로 계산하고, 부가적으로 사후 표본을 제공하며, 여러 FEM에 대해 적용하여 제프리 척도를 사용한 증거 해석을 통해 가장 가능성 있는 모델 구조를 식별한다.

ABSTRACT

This paper considers the problem of model selection within the context of finite element model updating. Given that a number of FEM updating models, with different updating parameters, can be designed, this paper proposes using the Bayesian evidence statistic to assess the probability of each updating model. This makes it possible then to evaluate the need for alternative updating parameters in the updating of the initial FE model. The model evidences are compared using the Bayes factor, which is the ratio of evidences. The Jeffrey scale is used to determine the differences in the models. The Bayesian evidence is calculated by integrating the likelihood of the data given the model and its parameters over the a priori model parameter space using the new nested sampling algorithm. The nested algorithm samples this likelihood distribution by using a hard likelihood-value constraint on the sampling region while providing the posterior samples of the updating model parameters as a by-product. This method is used to calculate the evidence of a number of plausible finite element models.

연구 동기 및 목표

• 다양한 업데이트 파라미터 세트가 가능한 상황에서 가장 적절한 유한요소모델(FEM)을 선택하는 데 도전하는 것.
• 다른 구조적 가정이나 파라미터화를 가진 FEM들을 비교하기 위한 통계적으로 타당한 방법을 제공하는 것.
• 추가 업데이트 파라미터가 데이터에 의해 정당화되는지 여부를 모델 증거 비교를 통해 평가하는 것.
• 내재된 샘플링을 사용하여 FEM 업데이트에서 베이지안 증거를 효율적으로 계산하는 계산 프레임워크를 구현하는 것.
• 베이즈 요인과 제프리 척도를 사용하여 증거 해석을 통해 객관적인 모델 선택을 가능하게 하는 것.

제안 방법

• 각 FEM이 데이터와 사전 가정 하에 발생할 확률을 평가하기 위해 베이지안 증거를 지표로 사용한다.
• 경계가 있는 우도 제약 조건 하에서 사전 파라미터 공간 전역에 걸쳐 적분함으로써 극적 우도(증거)를 계산하기 위해 내재된 샘플링 알고리즘을 적용한다.
• 증거 계산의 부가적인 결과로 모델 파라미터의 사후 표본을 생성하여 전체 불확실성 정량화를 가능하게 한다.
• 두 경쟁 모델 간의 증거 비율로 정의된 베이즈 요인을 사용하여 모델을 비교한다.
• 한 모델이 다른 모델보다 얼마나 강한 증거를 지닌지를 평가하기 위해 제프리 척도를 사용한다.
• 다양한 업데이트 파라미터를 가진 여러 타당한 FEM에 대해 방법을 시험하여 모델의 타당성을 평가한다.

실험 결과

연구 질문

• RQ1 다양한 업데이트 파라미터를 가진 후보 모델 집합 중에서 실험 데이터에 의해 가장 지지되는 유한요소모델 구조는 무엇인가?
• RQ2 모델 비교를 위해 유한요소모델의 극적 우도(증거)를 어떻게 효율적으로 계산할 수 있는가?
• RQ3 추가 업데이트 파라미터가 베이지안 증거로 측정된 모델 적합도 향상에 얼마나 기여하는가?
• RQ4 베이즈 요인과 제프리 척도를 어떻게 사용하여 FEM 업데이트에서 객관적인 모델 선택 결정을 내릴 수 있는가?
• RQ5 내재된 샘플링 알고리즘이 FEM 업데이트에서 단일 계산으로 증거와 사후 표본을 동시에 제공할 수 있는가?

주요 결과

• 내재된 샘플링 알고리즘이 단일 실행으로 베이지안 증거와 사후 표본을 성공적으로 계산하여 효율적인 모델 비교를 가능하게 한다.
• 베이즈 요인은 다양한 FEM의 상대적 타당성을 정량적으로 평가할 수 있는 지표를 제공하여 모델 선택을 지원한다.
• 제프리 척도를 통해 증거 차이의 해석이 가능해지며, 한 모델이 다른 모델보다 상당하거나 결정적인 지지를 받는다는 것을 나타낸다.
• 이 방법은 데이터에 기반하여 가장 가능성 높은 FEM 구조를 식별하여 주관적인 모델 선택 기준에 대한 의존도를 줄인다.
• 이 접근법은 다양한 업데이트 파라미터를 가진 여러 FEM을 통계적 증거를 바탕으로 비교함으로써 타당성과 강건성을 입증한다.
• 계산된 증거 값은 추가 업데이트 파라미터가 데이터에 의해 정당화되는지 객관적으로 평가할 수 있도록 한다.