不確実性の定量化と信頼性の更新は、工学システムの安全性と性能を確保するために極めて重要です。本研究では、データを活用して不確実性を定量化し信頼性を更新する階層ベイズモデリング（HBM）フレームワークを開発しました。本手法はHBMの確率構造を利用することで、モデル不確実性とパラメータ変動性を信頼性評価に統合するための堅牢なソリューションを提供します。本フレームワークは線形数学モデルと動的構造モデルに適用されます。線形モデルでは、超パラメータと信頼性の解析解を導出し、不確実性の定量化および信頼性評価の効率的かつ高精度な手段を提供します。動的構造モデルでは、HBMから得られた超パラメータの事後分布を直接使用して信頼性を更新します。本手法は、更新された事後分布がシステムの不確実性と動的挙動が信頼性予測に与える影響を反映することに依存しています。提案手法は、静的および動的環境での多様な不確実性の源を処理することで、従来のベイズ推論に比べて著しい利点を示します。本研究は、HBMフレームワークの多機能性と計算効率を強調しており、構造健全性モニタリングおよびその他の工学的応用における不確実性の定量化と信頼性更新の強力なツールとして位置づけています。

不確実性の定量化;信頼性の更新;階層ベイズモデリング;データインフォームド;構造動力学