ScholarGate
Assistent
Process / pipeline

Quantifizierung von Unsicherheiten — Polynom-Chaos und Kriging-Surrogate

Quantifizierung von Unsicherheiten (UQ) ist ein rechnerischer Rahmen zur systematischen Messung, wie Unsicherheiten in den Eingaben eines Modells zu Unsicherheiten in seinen Ausgaben propagieren. Aufbauend auf Wiens Polynom-Chaostheorie (1938) und formalisiert für allgemeine stochastische Probleme durch Xiu und Karniadakis (2002), verwendet UQ zwei primäre Strategien: Polynom-Chaos-Entwicklung (PCE), die die Modellausgabe als eine Reihe orthogonaler Polynome darstellt, die an die Eingangsverteilungen angepasst sind, und Kriging (Gaußsche Prozess)-Surrogate, die eine teure Simulation durch eine schnelle statistische Approximation ersetzen, die auf eine kleine Anzahl sorgfältig ausgewählter Läufe zugeschnitten ist.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

+5 more

Quellen

  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

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate). ScholarGate. https://scholargate.app/de/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

Referenziert von

ScholarGateUncertainty Quantification (Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate)). Abgerufen am 2026-06-15 von https://scholargate.app/de/simulation/uncertainty-quantification · Datensatz: https://doi.org/10.5281/zenodo.20539026