ScholarGate
Assistent
Process / pipeline

Kvantifiering av osäkerhet — Polynomisk kaos och Kriging-surrogat

Kvantifiering av osäkerhet (UQ) är ett beräkningsmässigt ramverk för att systematiskt mäta hur osäkerhet i en modells indata fortplantas till osäkerhet i dess utdata. Byggande på Winers polynomiska kaos-teori (1938) och formaliserad för allmänna stokastiska problem av Xiu och Karniadakis (2002), använder UQ två primära strategier: Polynomisk kaos-expansion (PCE), som representerar modellutdatan som en serie ortogonala polynom anpassade till indatafördelningarna, och Kriging (Gaussisk process)-surrogat, som ersätter en kostsam simulering med en snabb statistisk approximation anpassad till en liten uppsättning noggrant valda körningar.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

+5 more

Källor

  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

Så citerar du den här sidan

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

Refereras av

ScholarGateUncertainty Quantification (Uncertainty Quantification (Polynomial Chaos Expansion and Kriging Surrogate)). Hämtad 2026-06-15 från https://scholargate.app/sv/simulation/uncertainty-quantification · Datamängd: https://doi.org/10.5281/zenodo.20539026