संरचनात्मक स्वास्थ्य निगरानी के लिए संवहन तंत्रिका नेटवर्क पर आधारित खोए हुए डेटा की पुनर्प्राप्ति

संरचनात्मक स्वास्थ्य निगरानी के लिए वायरलेस सेंसर का उपयोग करते समय सिग्नल ट्रांसमिशन का नुकसान एक सामान्य मामला है, जो सेंसर की विश्वसनीयता को कमजोर करता है। उच्च डेटा खोने के अनुपात के साथ मापा गया कंपन डेटा विश्लेषण के लिए शायद ही उपयोग किया जा सकता है, यानी, मॉडल पहचान, क्योंकि इससे परिणामों में महत्वपूर्ण त्रुटियाँ होंगी। यह पत्र संरचनात्मक स्वास्थ्य निगरानी के लिए खोए हुए कंपन डेटा को पुनर्प्राप्त करने के लिए संवहन तंत्रिका नेटवर्क पर आधारित एक नवीन दृष्टिकोण प्रस्तुत करता है। उपयोग किए गए नेटवर्क में एक पूर्ण फीड-फॉरवर्ड संवहन तंत्रिका नेटवर्क है जिसमें बॉटलनेक्स आर्किटेक्चर और स्किप कनेक्शन है, जो सेंसर से मापे गए डेटा हानि के साथ संचरण हानि और पूर्ण सत्य संकेत के बीच अनुपूर्ण संकेत के बीच गैर-रेखीय संबंधों का निर्माण करता है। प्रशिक्षित नेटवर्क संचंCompression परतों का उपयोग करके मापे गए अनुपूर्ण संकेतों की मजबूत उच्च प्रतिनिधित्व विशेषताएँ निकालता है और पुनर्निर्माण परतों के माध्यम से धीरे-धीरे उन विशेषताओं को विस्तारित करता है ताकि पूर्ण सत्य संकेतों को पुनर्प्राप्त और प्राप्त किया जा सके। डॉव्लिंग हॉल फुटब्रिज से दीर्घकालिक कंपन डेटा का उपयोग प्रस्तावित दृष्टिकोण की खोए हुए डेटा की पुनर्प्राप्ति के प्रभाव और मजबूतता को मान्य करने के लिए किया गया है। एकल-चैनल और कई-चैनल मामलों के लिए पुनर्प्राप्ति सटीकता का मान्यकरण करने के लिए दो केस स्टडीज़ की जाती हैं। पुनर्प्राप्ति सटीकता पर सैंपलिंग दर का प्रभाव भी जांचा जाता है। प्रस्तावित दृष्टिकोण खोए डेटा की पुनर्प्राप्ति की उत्कृष्ट क्षमता प्रदर्शित करता है, यहां तक कि जब संकेतों में 90% तक गंभीर डेटा हानि अनुपात हो। डेटा विश्लेषण के लिए पुनर्प्राप्त संकेतों की विश्वसनीयता को और प्रदर्शित करने के लिए, विभिन्न डेटा हानि अनुपातों के साथ पुनर्प्राप्त संकेतों का उपयोग करके मॉडल पहचान परिणाम पूर्ण सत्य डेटा से प्राप्त किए गए के साथ बहुत अच्छे समझौते को दिखाते हैं।