ScholarGate
دستیار
Process / pipeline

کمی‌سازی عدم قطعیت — چندجمله‌ای چگالش و جانشین کرینگ

کمی‌سازی عدم قطعیت (UQ) یک چارچوب محاسباتی برای اندازه‌گیری سیستماتیک چگونگی انتشار عدم قطعیت در ورودی‌های یک مدل به عدم قطعیت در خروجی‌های آن است. با تکیه بر نظریه چگالش چندجمله‌ای وینر (۱۹۳۸) و فرمول‌بندی شده برای مسائل تصادفی عمومی توسط ژیو و کارنیاداکیس (۲۰۰۲)، UQ از دو استراتژی اصلی استفاده می‌کند: بسط چگالش چندجمله‌ای (PCE)، که خروجی مدل را به صورت مجموعه‌ای از چندجمله‌ای‌های متعامد متناسب با توزیع‌های ورودی نمایش می‌دهد، و جانشین‌های کرینگ (فرایند گاوسی)، که شبیه‌سازی پرهزینه را با یک تقریب آماری سریع که بر اساس مجموعه‌ای کوچک از اجراهای با دقت انتخاب شده تنظیم شده است، جایگزین می‌کنند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

+5 more

منابع

  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

نحوهٔ استناد به این صفحه

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

ارجاع‌شده در

ScholarGateUncertainty Quantification (Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/simulation/uncertainty-quantification · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026