DDDAS

动态数据驱动的应用系统:应用模拟和测量的新范式。动态数据驱动应用系统(DDDAS)要求能够将附加数据合并到执行的应用程序中—这些数据可以存档或在线收集;反过来,应用程序能够动态地控制测量过程。该范式为改进建模方法、增强应用模拟的分析和预测能力以及度量系统的有效性提供了希望。这就有可能改变科学和工程的工作方式,并对我们社会中许多职能的运作方式产生重大影响,如制造业、商业、危险管理和医学。要在应用程序仿真和测量之间实现这种协同反馈和控制循环,需要新的应用程序建模方法和框架、能够容忍来自动态数据注入和控制的扰动的算法,以及支持此处所关注的动态环境的系统软件。复杂应用的最新进展,网格计算和传感器系统的出现,是使开发DDDAS功能变得及时的一些技术。这类技术的研究和开发需要在应用、算法、软件系统和测量系统领域进行多学科协同合作,并涉及基础科学、工程和计算机科学的研究人员。本研讨会论文集的其余论文提供了在特定和重要应用领域内开发DDDAS技术的正在进行的研究的例子。


zbMATH参考文献(引用于 29篇文章

显示第1到第20个结果,共29个。
按年份排序(引用)
  1. 基于Jiuzhi-Chen的局部约束数据库重建方法
  2. Ayensa Jiménez,Jacobo;Doweidar,Mohamed H.;Sanz Herrera,Jose A.;Dobraré,Manuel:基于物理数据驱动模型的无监督数据完成方法(2019年)
  3. Ayensa Jiménez,Jacobo;Doweidar,Mohamed H.;Sanz Herrera,Jose A.;Dobraré,Manuel:一种基于可靠性的数据驱动方法,用于具有物理约束的噪声实验数据(2018年)
  4. Ibañez,Rubén;Abisset Chavanne,Emmanuelle;Aguado,Jose Vicente;Gonzalez,David;Cueto,Elias;Chinesta,Francisco:数据驱动计算弹性和无弹性的多变量学习方法(2018)
  5. Neggers,Jan;Allix,Olivier;Hild,François;Roux,Stéphane:实验力学的大数据和模型降阶:今天的挑战和明天的机遇(2018)
  6. Rubio,Paul Baptiste;Louf,François;Chamoin,Ludovic:耦合贝叶斯推理和PGD模型简化的快速模型更新(2018)
  7. 张佳欣;Shields,Michael D.:先验概率对小数据集不精确概率量化和传播的影响(2018)
  8. Korobenko,A.;Yan,J.;Gohari,S.M.I.;Sarkar,S.;Bazilevs,Y.:大气边界层流中两台背靠背风力涡轮机的FSI模拟(2017年)
  9. Rao,Vishwas;Sandu,Adrian;Ng,Michael;Nino Ruiz,Elias D.:稳健的数据同化使用(Lˉ1)和Huber规范(2017)
  10. Bauman,Paul T.;Stogner,Roy H.:GRINS:基于libMesh有限元库的多物理框架(2016)ioport公司
  11. 修正的本构关系;修正的Kalman-Hand,2016;修正的结构误差模型
  12. Oden,J.Tinsley;Lima,Ernesto A.B.F.;Almeida,Regina C.;Feng,Yusheng;Rylander,Marissa Nichole;Fuentes,David;Faghhi,Danial;Rahman,Mohammad M.;DeWitt,Matthew;Gadde,Manasa;Zhou,J.Cliff:血管肿瘤生长预测的多尺度预测模型,肿瘤预测的计算和实验肿瘤学(2016)
  13. Rao,Vishwas;Sandu,Adrian:强约束四维变分同化的时间并行方法(2016)
  14. de Borst,René(编辑);Farhat,Charbel(编辑);Fish,Jacob(编辑);Harari,Isaac(编辑);Letallec,Patrick(编辑);Perić,Djordje(编辑):纪念Ted Belytschko教授的特刊(2015年)
  15. Deng,X.;Korobenko,A.;Yan,J.;Bazilevs,Y.:无旋转复合材料壳体中连续损伤的等几何分析(2015)
  16. Madireddy,Sandeep;Sista,Bhargava;Vemaganti,Kumar:选择软组织超弹性本构模型的贝叶斯方法(2015)
  17. Prudencio,E.E.;Bauman,P.T.;Faghhi,D.;Ravi Chandar,K.;Oden,J.T.:基于贝叶斯推理和模型选择的动态数据驱动材料损伤控制计算框架(2015)
  18. Rao,Vishwas;Sandu,Adrian:变分反问题解的后验误差估计(2015)
  19. Cencerrado,Andrés;Rodríguez,Roque;Cortés,Ana;Margalef,Tomás:紧急性与准确性:自然灾害管理动态数据驱动应用系统(2012)
  20. Douglas,C.;Efendiev,Y.;Ewing,R.;Ginting,V.;Lazarov,R.;Cole,M.;Jones,G.:动态数据驱动应用模拟中初始数据恢复的最小二乘法(2010)