Uncertainty Quantification and Model Calibration

Loại tài liệu: Tài liệu số - Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin

Tác giả: Peter Hessling, Jan (editor)

Nhà xuất bản: IntechOpen

Năm xuất bản: 2019

Tải ứng dụng tại các liên kết sau để xem đầy đủ tài liệu.

Tóm tắt nội dung

Định lượng bất định có vẻ khó khăn đối với những người thực hành do tính phức tạp vốn có của nó nhưng có thể hấp dẫn và bổ ích đối với bất kỳ ai có tham vọng toán học và thực sự quan tâm đến chất lượng mô hình. Định lượng bất định là những gì vẫn phải làm khi quá nhiều độ tin cậy được đầu tư vào các phân tích xác định và các giả định không có cơ sở. Hiệu chuẩn mô hình mô tả hoạt động nghịch đảo nhắm mục tiêu vào dự đoán tối ưu và đề cập đến suy luận về ước tính mô hình không chắc chắn tốt nhất từ ​​dữ liệu hiệu chuẩn thực nghiệm. Khả năng áp dụng hạn chế của hầu hết các phương pháp tiếp cận hiện đại đối với nhiều phép tính lớn và phức tạp được thực hiện ngày nay khiến định lượng bất định và hiệu chuẩn mô hình trở thành chủ đề chính để tranh luận, với sự quan tâm ngày càng tăng nhanh từ cả khoa học và công nghệ, giải quyết các câu hỏi tinh tế như dự đoán đáng tin cậy về sự nóng lên của khí hậu.

Abstract:

Uncertainty quantification may appear daunting for practitioners due to its inherent complexity but can be intriguing and rewarding for anyone with mathematical ambitions and genuine concern for modeling quality. Uncertainty quantification is what remains to be done when too much credibility has been invested in deterministic analyses and unwarranted assumptions. Model calibration describes the inverse operation targeting optimal prediction and refers to inference of best uncertain model estimates from experimental calibration data. The limited applicability of most state-of-the-art approaches to many of the large and complex calculations made today makes uncertainty quantification and model calibration major topics open for debate, with rapidly growing interest from both science and technology, addressing subtle questions such as credible predictions of climate heating.

Ngôn ngữ:eng
Tác giả:Peter Hessling, Jan (editor)
Thông tin nhan đề:Uncertainty Quantification and Model Calibration
Nhà xuất bản:IntechOpen
Loại hình:Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:https://creativecommons.org/licenses/by/3.0/
Nguồn gốc:https://directory.doabooks.org/handle/20.500.12854/129707
Mô tả vật lý:226p.
Năm xuất bản:2019

Sử dụng ứng dụng Libol Bookworm quét QRCode này để mượn và đọc tài liệu)

(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "Libol Bookworm”)