User: Guest  Login
Original title:
Efficient Uncertainty Quantification for Large-Scale Biomechanical Models Using a Bayesian Multi-Fidelity Approach 
Translated title:
Effiziente Quantifizierung von Unsicherheiten bei großen biomechanischen Modellen mittels eines Bayesschen multi-fidelity Ansatzes 
Year:
2016 
Document type:
Dissertation 
Institution:
Fakultät für Maschinenwesen 
Advisor:
Wall, Wolfgang A. (Prof. Dr.) 
Referee:
Wall, Wolfgang A. (Prof. Dr.); Koutsourelakis, Phaedon-Stelios (Prof., Ph.D.) 
Language:
en 
Subject group:
MAS Maschinenbau; MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik; TEC Technik, Ingenieurwissenschaften (allgemein) 
Keywords:
Uncertainty Quantification, Bayesian Analysis, Biomechanics 
Translated keywords:
Unsicherheitsquantifizierung, Bayessche Analyse, Biomechanik 
TUM classification:
MTA 009d; MTA 309d 
Abstract:
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. 
Translated abstract:
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...    »
 
Oral examination:
15.12.2016 
File size:
10190964 bytes 
Pages:
244 
Last change:
18.01.2017