Adaptive Sequential Sampling for Polynomial Chaos Expansion
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F21%3APU143138" target="_blank" >RIV/00216305:26110/21:PU143138 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.7712/120221.8038.18955" target="_blank" >http://dx.doi.org/10.7712/120221.8038.18955</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.7712/120221.8038.18955" target="_blank" >10.7712/120221.8038.18955</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Adaptive Sequential Sampling for Polynomial Chaos Expansion
Popis výsledku v původním jazyce
The paper presents a sampling strategy created specifically for surrogate modeling via polynomial chaos expansion. The proposed method combines adaptivity of surrogate model and sequential sampling enabling one-by-one extension of an experimental design. The iteration process of sequential sampling selects from a large pool of candidate points by trying to cover the design domain proportionally to their local variance contribution. The criterion for the sample selection balances between exploitation of the surrogate model and exploration of the design domain. The obtained numerical results confirm its superiority over standard non-sequential approaches in terms of surrogate model accuracy and estimation of the output variance.
Název v anglickém jazyce
Adaptive Sequential Sampling for Polynomial Chaos Expansion
Popis výsledku anglicky
The paper presents a sampling strategy created specifically for surrogate modeling via polynomial chaos expansion. The proposed method combines adaptivity of surrogate model and sequential sampling enabling one-by-one extension of an experimental design. The iteration process of sequential sampling selects from a large pool of candidate points by trying to cover the design domain proportionally to their local variance contribution. The criterion for the sample selection balances between exploitation of the surrogate model and exploration of the design domain. The obtained numerical results confirm its superiority over standard non-sequential approaches in terms of surrogate model accuracy and estimation of the output variance.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
20102 - Construction engineering, Municipal and structural engineering
Návaznosti výsledku
Projekt
<a href="/cs/project/LTAUSA19058" target="_blank" >LTAUSA19058: Rozvoj teorie a pokročilých algoritmů pro analýzu neurčitostí v inženýrských úlohách (UNCEPRO)</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 4th International Conference on Uncertainty Quantification in Computational Sciences and Engineering
ISBN
978-618-85072-6-5
ISSN
—
e-ISSN
—
Počet stran výsledku
6
Strana od-do
296-301
Název nakladatele
National Technical University of Athens
Místo vydání
Athens, Greece
Místo konání akce
Athens
Datum konání akce
28. 6. 2021
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—