欠測データの存在下での地盤動作過程を特徴付けるための物理に基づくベイズ枠組み

要約 欠測データの存在下でも地盤動作を特徴付けるためのベイズ枠組みが開発された。このアプローチは、地震学的知識（事前知識）と経験的観察（不完全でも）をベイズ推論を通じて組み合わせることを特徴としている。そのコアには、地盤動作データから時間的パターンを確率的に学習するベイズニューラルネットワークモデルがある。不確実性は枠組み全体で考慮されている。このアプローチの性能は、さまざまな欠測データシナリオを通じて定量的に示されている。この枠組みは、地盤動作のさまざまな表現形式を確率的に提供することにより、地盤動作記録の欠測データへの一般的な解決策を提供し、多くの工学的および地震学的な応用に採用可能とする。特に、汎用的なモンテカルロシミュレーションスキームと互換性があり、欠測データがあっても確率的動的解析が可能である。さらに、それは、データが乏しい地域での現在の確率的地盤動作モデルに対する補完的アプローチとして機能し、PBEE（性能ベースの地震工学）の拡大する関心により、データの希少性によるデータモデル依存のジレンマを緩和し、最終的にはデータが乏しい地域における限られたデータ問題の根本的な解決策として機能する。