Dinamske lastnosti sestavljenih struktur določajo dinamske lastnosti podstruktur in dinamika spojev, ki povezujejo podstrukture v sestavu. Že majhne spremembe statične predobremenitve, temperature itd. lahko povzročijo znatne spremembe dinamskih lastnostih sestava, zato je analitični popis interakcij v območju spoja lahko zelo zahteven. Popis dinamskih lastnosti spojev zato navadno vključuje izvedbo realnih eksperimentov in naknadno posodabljanje modelov. V tem članku je predstavljen pristop za identifikacijo parametrov fizikalno konsistentnega dinamskega modela spoja z metodami strojnega učenja. Pristop združuje dinamski model spoja z metodami dinamskega podstrukturiranja za učenje nevronske mreže. Metode dinamskega podstrukturiranja omogočajo, da z zapisom ravnovesnih in kompatibilnostnih enačb eksperimentalne modele sklopimo z numeričnimi modeli, kar omogoča razvoj modelov strojnega učenja, ki lahko identificirajo dinamske lastnosti spojev. Predlagani pristop predstavlja natančno metodo za identifikacijo spojev realnih struktur, hkrati pa zmanjšuje število meritev, potrebnih za identifikacijo. Pristop omogoča identifikacijo spoja z dvanajstimi prostostnimi stopnjami, kar je ključno za povezovanje prostorskih dinamskih modelov podstruktur. V primerjavi z ustaljenim pristopom, ki temelji na odklapljanju, v rekonstruiranem odzivu sestava lažni vrhovi niso prisotni. Pristop je numerično in eksperimentalno validiran s primerjavo znanega in rekonstruiranega frekvenčnega odziva sestava.