Benutzer: Gast  Login
Originaltitel:
Efficient Uncertainty Quantification for Large-Scale Biomechanical Models Using a Bayesian Multi-Fidelity Approach 
Übersetzter Titel:
Effiziente Quantifizierung von Unsicherheiten bei großen biomechanischen Modellen mittels eines Bayesschen multi-fidelity Ansatzes 
Jahr:
2016 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Maschinenwesen 
Betreuer:
Wall, Wolfgang A. (Prof. Dr.) 
Gutachter:
Wall, Wolfgang A. (Prof. Dr.); Koutsourelakis, Phaedon-Stelios (Prof., Ph.D.) 
Sprache:
en 
Fachgebiet:
MAS Maschinenbau; MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik; TEC Technik, Ingenieurwissenschaften (allgemein) 
Stichworte:
Uncertainty Quantification, Bayesian Analysis, Biomechanics 
Übersetzte Stichworte:
Unsicherheitsquantifizierung, Bayessche Analyse, Biomechanik 
TU-Systematik:
MTA 009d; MTA 309d 
Kurzfassung:
In this thesis a probabilistic framework for the analysis of large-scale models with a focus on biomechanics is developed. Data-driven stochastic descriptions of uncertain model input parameters are established and combined with a novel multi-fidelity method for the propagation of uncertainties through the model. Using this approach, models of aortic aneurysms and the lung are investigated, thereby taking parametric uncertainties into account, for the first time. 
Übersetzte Kurzfassung:
Die vorliegende Arbeit beschäftigt sich mit der Entwicklung eines probabilistischen Ansatzes für die Analyse großer Modelle. Der Fokus liegt dabei auf biomechanischen Modellen. Datengestützte, stochastische Beschreibungen für unsichere Modelleingangsparameter werden etabliert und mit einer neuartigen multi-fidelity Methode zur Berechnung der Fortpflanzung dieser Unsicherheiten im Modell kombiniert. Darauf aufbauend werden in dieser Arbeit erstmals Modelle von Aortenaneurysmen und der Lunge unter...    »
 
Mündliche Prüfung:
15.12.2016 
Dateigröße:
10190964 bytes 
Seiten:
244 
Letzte Änderung:
18.01.2017