増強入力を用いた変分LSTM：確率的（アレアトリック／エピステミック）不確実性による非線形応答履歴のメタモデリング
arXiv cs.LG / 2026/4/3
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、高次元の非線形動的構造システムにおいて、アレアトリック不確実性（励振／構造のランダム性）とエピステミック不確実性（モデルの確信度）を伝播させるための計算上の課題に取り組む。
- ランダムなシステムパラメータを含む増強入力に加え、励振履歴を入力として受け取る変分LSTMによる確率的メタモデルを提案し、記録間のばらつきを表現し、アレアトリック不確実性を捉える。
- エピステミック不確実性は、完全なベイズ推論を行う必要なく推定できるモンテカルロ・ドロップアウト手法により評価する。
- 著者らは、この手法が追加の学習コストをほとんど増やさず、計算負荷の高い完全ベイズ手法と比べて低コストで不確実性シミュレーションを可能にすると主張する。
- 確率的地震および風の励振ケーススタディで検証した結果、メタモデルが非線形応答の時系列履歴を再現でき、キャリブレーション済みの不確実性境界を提供できることが示される。
