ScholarGate
Асистент
Process / pipeline

Квантифициране на неопределеността — Полиномен хаос и заместващи модели на Крѝгинг

Квантифицирането на неопределеността (UQ) е изчислителна рамка за систематично измерване на това как неопределеността във входовете на модел се разпространява в неопределеност в неговите изходи. Надграждайки теорията за полиномен хаос на Винер (1938) и формализирана за общи стохастични проблеми от Сю и Карниадакис (2002), UQ използва две основни стратегии: Разширение с полиномен хаос (PCE), което представя изхода на модела като ред от ортогонални полиноми, съответстващи на входните разпределения, и заместващи модели на Крѝгинг (Гаусов процес), които заменят скъпа симулация с бърза статистическа апроксимация, настроена към малък набор от внимателно подбрани изпълнения.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

+5 more

Източници

  1. Xiu, D. & Karniadakis, G.E. (2002). The Wiener-Askey Polynomial Chaos for Stochastic Differential Equations. SIAM Journal on Scientific Computing, 24(2), 619–644. DOI: 10.1137/S1064827501387826
  2. Smith, R.C. (2013). Uncertainty Quantification: Theory, Implementation, and Applications. SIAM. ISBN: 978-1611973211

Как да цитирате тази страница

ScholarGate. (2026, June 1). Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate). ScholarGate. https://scholargate.app/bg/simulation/uncertainty-quantification

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateUncertainty Quantification (Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate)). Извлечено на 2026-06-15 от https://scholargate.app/bg/simulation/uncertainty-quantification · Набор от данни: https://doi.org/10.5281/zenodo.20539026