Comparison of Numerical Methods for Uncertainty Quantification

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21110%2F13%3A00208309" target="_blank" >RIV/68407700:21110/13:00208309 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Comparison of Numerical Methods for Uncertainty Quantification
Popis výsledku v původním jazyce
An extensive development of efficient methods for stochastic modelling enabled uncertainty propagation through complex models. In this contribution, we present a review and comparison of several approaches such as stochastic Galerkin method, stochastic collocation method or polynomial regression based on Latin Hypercube Sampling. The advantages and disadvantages of these methods are demonstrated within the comparison with the traditional Monte Carlo method on a simple illustrative example of a frame structure.
Název v anglickém jazyce
Comparison of Numerical Methods for Uncertainty Quantification
Popis výsledku anglicky
An extensive development of efficient methods for stochastic modelling enabled uncertainty propagation through complex models. In this contribution, we present a review and comparison of several approaches such as stochastic Galerkin method, stochastic collocation method or polynomial regression based on Latin Hypercube Sampling. The advantages and disadvantages of these methods are demonstrated within the comparison with the traditional Monte Carlo method on a simple illustrative example of a frame structure.

Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
S - Specificky vyzkum na vysokych skolach

Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)