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