Process / pipeline

Kuantifikasi Ketidakpastian — Polinomial Chaos dan Pengganti Kriging

Kuantifikasi Ketidakpastian (UQ) ialah rangka kerja pengiraan untuk mengukur secara sistematik bagaimana ketidakpastian dalam input model merambat kepada ketidakpastian dalam outputnya. Berdasarkan teori caos polinomial Wiener (1938) dan diformalkan untuk masalah stokastik umum oleh Xiu dan Karniadakis (2002), UQ menggunakan dua strategi utama: Pengembangan Polinomial Chaos (PCE), yang mewakili output model sebagai siri polinomial ortogonal yang sepadan dengan taburan input, dan pengganti Kriging (proses Gaussian), yang menggantikan simulasi mahal dengan anggaran statistik pantas yang disesuaikan dengan sejumlah kecil larian yang dipilih dengan teliti.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

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

Kuantifikasi Ketidakpastian

Pengoptimuman Bayesian Analisis Sensitiviti Glo…Interpolasi Spatial Krig…Pensampelan Hiperkubus L…Simulasi Monte Carlo Persamaan Pembezaan Stok…Optimisasi Berasaskan Su…System Dynamics Teknik Pengurangan Varia…Pembelajaran Aktif

+5 more

Sumber

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 ↗
Smith, R.C. (2013). Uncertainty Quantification: Theory, Implementation, and Applications. SIAM. ISBN: 978-1611973211

Cara memetik halaman ini

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