Benutzer: Gast  Login
Originaltitel:
Bayesian inference of engineering models
Übersetzter Titel:
Bayes'sche Inferenz technischer Modelle
Autor:
Betz, Wolfgang
Jahr:
2017
Dokumenttyp:
Dissertation
Fakultät/School:
Ingenieurfakultät Bau Geo Umwelt
Betreuer:
Straub, Daniel (Prof. Dr.)
Gutachter:
Straub, Daniel (Prof. Dr.); Au, Siu-Kui (Prof., Ph.D.); Koutsourelakis, Phaedon-Stelios (Prof., Ph.D.)
Sprache:
en
Fachgebiet:
BAU Bauingenieurwesen, Vermessungswesen
Stichworte:
Bayesian inference, Subset Simulation, BUS, probability theory
Übersetzte Stichworte:
Bayesian inference, Subset Simulation, BUS, Wahrscheinlichkeitstheorie
TU-Systematik:
BAU 001d
Kurzfassung:
In BUS approaches, Bayesian inference is conducted with structural reliability methods. A new method for numerical Bayesian inference, termed aBUS, is proposed, which is based on Subset Simulation applied within BUS. aBUS produces samples from the posterior distribution and returns an estimate for the evidence of the Bayesian inference problem. Furthermore, a Bayesian framework for probabilistic modeling is discussed based on Cox-Jaynes axioms of probability theory.
Übersetzte Kurzfassung:
Im BUS Ansatz wird das Bayes'sche Inferenzproblem mittels Zuverlässigkeitsmethoden gelöst. Es wird ein neues Verfahren vorgeschlagen, genannt aBUS, welches auf der Anwendung von Subset Simulation in BUS basiert. aBUS erzeugt Stichproben der Posterior-Verteilung und gibt einen Schätzwert für die Plausibilität des stochastischen Modells zurück. Weiterhin werden Rahmenbedingungen einer Bayes'schen Modellierung diskutiert, welche auf den von Cox und Jaynes vorgeschlagenen Axiomen aufbaut.
WWW:
https://mediatum.ub.tum.de/?id=1378545
Eingereicht am:
04.09.2017
Mündliche Prüfung:
05.12.2017
Dateigröße:
7127336 bytes
Seiten:
312
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20171205-1378545-1-0
Letzte Änderung:
08.02.2018
 BibTeX