UQLab公司

UQLab:不确定性量化的框架。UQLab是一个基于Matlab的软件框架,旨在将最先进的不确定性量化(UQ)技术和算法带给广大用户。UQLab不仅仅是UQ的无数个工具箱,而是一个框架:它不仅为您提供了大量内置的分析和算法,而且还提供了一种开发和实现自己想法的强大新方法。该项目始于2013年,当时Bruno Sudret教授在苏黎世ETH成立了风险、安全和不确定性量化主席,并决定将他十年的研究成果收集到一个单一的软件工具中。UQLab现在提供了主席研究的软件主干,允许其成员从事的许多研究领域之间的无缝集成,例如元建模(多项式混沌展开、高斯过程建模、k.k.a.克里格、低阶张量近似)、稀有事件估计(结构可靠性),全球敏感性分析、反问题的贝叶斯技术等。经过两年多的发展,决定向其他研究机构开放该平台,以提高科学界对不确定性量化基本方面的认识。首个封闭测试版自2015年7月1日起上线。


zbMATH参考文献(参考 18篇文章

显示第1至18个结果,共18个。
按年份排序(引用)

  1. Robin A.Richardson,David W.Wright,Wouter Edeling,Vytautas Jancauskas,Jalal Lakhlili,Peter V.Coveney:高性能计算中验证、验证和不确定性量化库(2020)不是zbMATH
  2. Thapa,Mishal;Mulani,Sameer B.;Walters,Robert W.:具有基自适应和序列自适应采样的自适应加权最小二乘多项式混沌展开(2020)
  3. Tillmann Muhlpfordt,Frederik Zahn,Veit Hagenmeyer,Timm Faulwasser:PolyChaos.jl-系统与控制中多项式混沌的Julia包(2020)阿尔十四
  4. 周逸成;吕振洲;胡景汉;胡英石:基于数据驱动多项式混沌展开和稀疏偏最小二乘法的高维问题代理建模(2020)
  5. Hart,J.L.;Gremaud,P.A.;David,T.:高维神经科学模型的全局敏感性分析:神经血管耦合的一个例子(2019年)
  6. Thomas Sauder;Marelli,Stefano;Sørensen,Asgeir J.:高保真网络物理测试控制系统的概率稳健设计(2019)
  7. Shahane,Shantanu;Aluru,Narayana;Ferreira,Placid;Kapoor,Shiv G.;Vanka,Surya Pratap:具有不确定性量化的压铸有限体积模拟框架(2019年)
  8. Vohra,Manav;Alexanderian,Alen;Safta,Cosmin;Mahadevan,Sankaran:减少空间代理的灵敏度驱动自适应构建(2019年)
  9. 周逸成;吕振洲;程凯;凌春燕:稀疏贝叶斯学习框架下多项式混沌扩展的一种高效鲁棒自适应采样方法(2019)
  10. Kasia Sawicka,Gerard B.M.Heuvelink,Dennis J.J.Walvoort:spup R包的空间不确定性传播分析(2018)不是zbMATH
  11. Martínez Frutos,Jesús;Periago Esparza,Francisco:不确定性下偏微分方程的最优控制。结构形状优化设计应用简介(2018)
  12. Ahmed Attia,Adrian Sandu:日期:高度可扩展的数据同化测试套件(2017)阿尔十四
  13. Fajraoui,Noura;Marelli,Stefano;Sudret,Bruno:稀疏多项式混沌展开实验的序列设计(2017)
  14. Hamdi,Hamidreza;Couckuyt,Ivo;Sousa,Mario Costa;Dhane,Tom:历史拟合的高斯过程:非常规天然气藏的应用(2017)
  15. Mai,Chu V.;Sudret,Bruno:使用稀疏多项式混沌展开和随机时间扭曲的振荡系统代理模型(2017)
  16. Schöbi,Roland;Sudret,Bruno:使用稀疏多项式混沌展开的p盒的不确定性传播(2017)
  17. Konakli,Katerina;Sudret,Bruno:具有典型低秩近似的多项式元模型:数值洞察力和与稀疏多项式混沌展开的比较(2016)
  18. Nagel,Joseph B.;Sudret,Bruno:贝叶斯推断的谱似然展开(2016)