Process / pipeline

Kvantifikacija nesigurnosti — polinomni kaos i kriging surogat

Kvantifikacija nesigurnosti (UQ) je računalni okvir za sustavno mjerenje kako se nesigurnost ulaznih podataka modela propagira u nesigurnost njegovih izlaznih podataka. Nadovezujući se na Wienerovu teoriju polinomnog kaosa (1938) i formalizirana za opće stohastičke probleme od strane Xiua i Karniadakisa (2002), UQ koristi dvije primarne strategije: ekspanziju polinomnog kaosa (PCE), koja predstavlja izlaz modela kao niz ortogonalnih polinoma usklađenih s ulaznim distribucijama, i kriging (Gaussov proces) surogate, koji zamjenjuju skupu simulaciju brzom statističkom aproksimacijom prilagođenom malom skupu pažljivo odabranih pokretanja.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

+5 more

Izvori

  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

Kako citirati ovu stranicu

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

Citirana u

ScholarGateUncertainty Quantification (Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate)). Preuzeto 2026-06-15 s https://scholargate.app/hr/simulation/uncertainty-quantification · Skup podataka: https://doi.org/10.5281/zenodo.20539026