Login
- Originaltitel:
- Uncertainty quantification and separation with high-dimensional engineering models
- Übersetzter Titel:
- Unsicherheitsquantifizierung und - differenzierung im Kontext hoch-dimensionaler Ingenieursmodelle
- Autor:
- Ehre, Maximilian
- Jahr:
- 2022
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Engineering and Design
- Betreuer:
- Straub, Daniel (Prof. Dr.)
- Gutachter:
- Straub, Daniel (Prof. Dr.); Koutsourelakis, Faidon-Stelios (Prof., Ph.D.); Sudret, Bruno (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- BAU Bauingenieurwesen, Vermessungswesen
- Stichworte:
- Uncertainty quantification, reliability analysis, sensitivity analysis, Bayesian inference, surrogate modelling, dimension reduction
- Übersetzte Stichworte:
- Unsicherheitsquantifizierung, Zuverlässigkeitsanalyse, Sensitivitätsanalyse, Bayes'sche Inferenz, Ersatzmodellierung, Dimensionsreduktion
- TU-Systematik:
- BAU 001
- Kurzfassung:
- Model-based uncertainty quantification plays a central role in modern engineering practice. In this thesis, we address the efficient quantification of high-dimensional uncertainties and the separate treatment of different kinds of uncertainties. We propose approaches for uncertainty propagation, sensitivity and reliability analysis of computational models with high-dimensional uncertainties. Further, we develop a general framework for the separate treatment of two classes of uncertainties.
- Übersetzte Kurzfassung:
- Die Quantifizierung von Unsicherheiten ist von zentraler Bedeutung für das Ingenieurwesen. In dieser Arbeit behandeln wir effiziente Quantifizierung von Unsicherheiten hoher Dimension sowie die Trennung verschieder Arten von Unsicherheit. Wir entwickeln Methoden zur Propagation von Unsicherheiten sowie zur Zuverlässigkeits- und Sensitivitätsanalyse von hoch-dimensionalen Computermodellen. Darüberhinaus entwickeln wir einen allgemeinen Rahmen zur Behandlung zweier Klassen von Unsicherheit.
- WWW:
- https://mediatum.ub.tum.de/?id=1616924
- Eingereicht am:
- 19.07.2021
- Mündliche Prüfung:
- 21.02.2022
- Dateigröße:
- 20236611 bytes
- Seiten:
- 230
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220221-1616924-1-4
- Letzte Änderung:
- 11.04.2022
BibTeX