箭头
第10卷第1期
不确定性量化的分布灵敏度

Akil Narayan和Dongbin Xiu

Commun公司。计算。物理。,10(2011年),第140-160页。

在线发布:2011-10

导出引文
  • 摘要

在这项工作中,我们考虑了分布敏感性,其中测量给定物理/数学系统解的变化输入的概率分布的变化。这是与众不同的不同于研究溶液变化的经典敏感性分析关于输入值。总体思路是测量灵敏度关于概率分布的输出,这是一个经过充分研究的概念相关学科。我们调整这些想法,以在测量此类灵敏度和一组有效的算法,以数值方式近似分布灵敏度。这些算法的一个显著特点是它们不需要额外的计算除了一次性随机解算器外,还需要付出努力。因此,准确的随机只需要对先前的输入分布进行一次计算,并且对于不同的输入分布,接下来的分布灵敏度计算是后处理步骤。我们证明了一个准确的数值模型可以导致准确的计算这种敏感性不仅适用于缓慢转换的蒙特卡洛估计,也可以进行指数收敛的谱近似。我们提供计算示例演示了易用性并验证了收敛性声称。

  • 关键词

  • AMS主题标题

  • 版权

版权:©全球科学出版社

  • 电子邮件地址
  • BibTex公司
  • 里斯
  • TXT公司
@第{CiCP-10-140条,作者={},title={不确定性量化的分布灵敏度},journal={计算物理中的通信},年份={2011},体积={10},数字={1},页数={140--160},抽象={

在这项工作中,我们考虑了分布敏感性,其中测量给定物理/数学系统解的变化输入的概率分布的变化。这是与众不同的不同于研究溶液变化的经典敏感性分析关于输入值。一般的想法是测量灵敏度关于概率分布的输出,这是一个经过充分研究的概念在相关学科中。我们调整这些想法,以在测量此类灵敏度和一组有效的算法,以数值方式近似分布灵敏度。这些算法的一个显著特点是它们不需要额外的计算除了一次性随机解算器外,还需要付出努力。因此,准确的随机只需要对先前的输入分布进行一次计算,并且对于不同的输入分布,接下来的分布灵敏度计算是后处理步骤。我们证明了一个精确的数值模型可以带来精确的计算这种敏感性不仅适用于缓慢转换的蒙特卡洛估计,也可以进行指数收敛的谱近似。我们提供计算示例演示了易用性并验证了收敛性声称。

},issn={1991-7120},doi={https://doi.org/10.4208/cicp.160210.300710a},网址={http://global-sci.org/intro/article_detail/cicp/7438.html}}
TY-JOUR公司T1-不确定性量化的分布灵敏度JO-计算物理通信VL-1型SP-140型EP-1602011年上半年DA-2011/10年锡-10做-http://doi.org/10.4208/cicp.160210.300710a你-https://global-sci.org/intro/article_detail/cicp/7438.html千瓦-实验室-

在这项工作中,我们考虑了分布敏感性,其中测量给定物理/数学系统解的变化输入的概率分布的变化。这是与众不同的不同于研究溶液变化的经典敏感性分析关于输入值。总体思路是测量灵敏度关于概率分布的输出,这是一个经过充分研究的概念在相关学科中。我们调整这些想法,以在测量此类灵敏度和一组有效的算法,以数值方式近似分布灵敏度。这些算法的一个显著特点是,它们不需要额外的计算除了一次性随机解算器外,还需要付出努力。因此,准确的随机只需要对先前的输入分布进行一次计算,并且对于不同的输入分布,接下来的分布灵敏度计算是后处理步骤。我们证明了一个准确的数值模型可以导致准确的计算这种敏感性不仅适用于缓慢转换的蒙特卡洛估计,也可以进行指数收敛的谱近似。我们提供计算示例演示了易用性并验证了收敛性声称。

Akil Narayan和Dongbin Xiu。(2020). 不确定性量化的分布灵敏度。计算物理中的通信.10(1).140-160.doi:10.4208/cicp.160210.300710a
复制到剪贴板
引文已复制到剪贴板