Comparison of Optimal Designs of Experiments in Application to Sensitivity and Inverse Analysis

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F12%3A00198943" target="_blank" >RIV/68407700:21110/12:00198943 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Comparison of Optimal Designs of Experiments in Application to Sensitivity and Inverse Analysis

Popis výsledku v původním jazyce

Nowadays the numerical models of structures and materials are more precise, but still time-consuming. Despite the growth of a computational effort, the exploration of model behaviour requires some basic tools. One of them is the sensitivity analysis investigating the sensitivity of the model to its inputs. Another tool often used in inverse analysis is meta-modelling replacing an exhaustive simulation by an approximation. Strategies to assess the sensitivity and/or build an approximation are usually based on a finite set of simulations for a given sets of input parameters, i.e. the design of experiments. This paper reviews criteria defining optimal designs of experiments and compares their quality in sampling-based sensitivity analysis and in neural network training process.

Název v anglickém jazyce

Comparison of Optimal Designs of Experiments in Application to Sensitivity and Inverse Analysis

Popis výsledku anglicky

Nowadays the numerical models of structures and materials are more precise, but still time-consuming. Despite the growth of a computational effort, the exploration of model behaviour requires some basic tools. One of them is the sensitivity analysis investigating the sensitivity of the model to its inputs. Another tool often used in inverse analysis is meta-modelling replacing an exhaustive simulation by an approximation. Strategies to assess the sensitivity and/or build an approximation are usually based on a finite set of simulations for a given sets of input parameters, i.e. the design of experiments. This paper reviews criteria defining optimal designs of experiments and compares their quality in sampling-based sensitivity analysis and in neural network training process.

Druh

D - Stať ve sborníku

CEP obor

JM - Inženýrské stavitelství

OECD FORD obor

—

Projekt

<a href="/cs/project/GPP105%2F11%2FP370" target="_blank" >GPP105/11/P370: Využití umělých neuronových sítí při víceúrovňovém modelování transportních procesů v heterogenních materiálech</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 3rd Conference Nano and Macro Mechanics NMM 2012

ISBN

978-80-01-05097-2

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

95-102

Název nakladatele

České vysoké učení technické v Praze, Fakulta stavební

Místo vydání

Praha

Místo konání akce

Prague

Datum konání akce

20. 9. 2012

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—