講演情報
[21006]ハミルトニアンベースの機械学習による構造システム同定（シンポジウム講演概要）
*髙原 智遥1、西尾 真由子1 (1. 筑波大学)
キーワード：
pHNN
本研究は，ハミルトニアンと散逸構造に基づく機械学習であるポート・ハミルトニアンニューラルネットワーク（pHNN）を用いた，振動応答データに基づく構造システム同定の性能を検証する．たて物せん断建物モデルの振動台実験を通じ，計測された加速度データを用いた剛性および減衰パラメータの同定を目的とした．加速度データから直接パラメータを同定するため，システムダイナミクスの適切な定式化を導出している．実験の結果，剛性パラメータは比較的高い精度で同定された一方で，減衰パラメータは計測ノイズやモデル化の不確実性の影響を反映し，不安定性が確認された．これにより，提案手法は物理的に整合性のあるシステム同定の枠組みを提供するものの、その性能は加振特性やデータ品質にも依存することが示された．