Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Lusfona University | - |
Autor(es): dc.contributor | Universidade de Lisboa | - |
Autor(es): dc.creator | Novais, Henrique Cordeiro | - |
Autor(es): dc.creator | da Silva, Samuel | - |
Autor(es): dc.creator | Figueiredo, Eloi | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:04:30Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:04:30Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1177/14759217241265375 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/307142 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/307142 | - |
Descrição: dc.description | Computational models are crucial in applied science and engineering, offering valuable insights on the behavior of strutures and mechanical systems. However, their effectiveness is often hindered by complexity and substantial time required for execution. Metamodeling, or surrogate modeling, is a practical strategy to optimize computational time and resources. This approach involves substituting a complex model with a metamodel, that is, a simplified function that mimics the behavior of the original model, thereby significantly expediting the evaluation process. One widely utilized method is Gaussian Process Regression (GPR), also known as Kriging, which has demonstrated effectiveness in numerous structural health monitoring (SHM) applications. However, achieving accurate predictions for a target variable (e.g., damage-sensitive feature) often requires a significant amount of past data or well-calibrated models of the structure under analysis, presenting challenges and high costs. Therefore, the innovation presented in this article is applying a co-Kriging method, a multivariate extension of ordinary Kriging that leverages the covariance between two or more related datasets. This is an efficient decision-making process in various fields, especially when the co-variable is more cost-effective to measure than the target variable. Three distinct applications are presented here, showcasing the efficacy of the co-Kriging methodology. Two of these applications focus on generic mathematical functions. The third pertains to a real-world scenario involving the correlation of the natural frequencies of a concrete bridge under varying thermal conditions. Across all three scenarios, co-Kriging emerges as a robust method, consistently yielding superior results compared to ordinary Kriging. | - |
Descrição: dc.description | Departamento de Engenharia Mecnica UNESP—Universidade Estadual Paulista, SP | - |
Descrição: dc.description | Faculty of Engineering Lusfona University | - |
Descrição: dc.description | CERIS Instituto Superior Técnico Universidade de Lisboa | - |
Descrição: dc.description | Departamento de Engenharia Mecnica UNESP—Universidade Estadual Paulista, SP | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Structural Health Monitoring | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | co-Kriging | - |
Palavras-chave: dc.subject | damage detection | - |
Palavras-chave: dc.subject | Gaussian process regression | - |
Palavras-chave: dc.subject | Metamodeling | - |
Palavras-chave: dc.subject | structural health monitoring | - |
Título: dc.title | Co-Kriging strategy for structural health monitoring of bridges | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: