Zobrazeno 1 - 10
of 158
pro vyhledávání: '"Iooss, B"'
Autor:
Baccou, J., Glantz, T., Ghione, A., Sargentini, L., Fillion, P., Damblin, G., Sueur, R., Iooss, B., Fang, J., Liu, J., Yang, C., Zheng, Y., Ui, A., Saito, M., Mendizábal Sanz, R., Bersano, A., Mascari, F., Skorek, T., Tiborcz, L., Hirose, Y., Takeda, T., Nakamura, H., Choi, C., Heo, J., Petruzzi, A., Zeng, K., Xie, Z., Wu, X., Eguchi, H., Pangukir, F., Breijder, P., Franssen, S., Perret, G., Clifford, I.D., Coscia, T.M., Di Maio, F., Zio, E., Pedroni, N., Zhang, J., Freixa, J., Rizzo, F., Ciurluini, C., Giannetti, F., Adorni, M.
Publikováno v:
In Nuclear Engineering and Design May 2024 421
The so-called polynomial chaos expansion is widely used in computer experiments. For example, it is a powerful tool to estimate Sobol' sensitivity indices. In this paper, we consider generalized chaos expansions built on general tensor Hilbert basis.
Externí odkaz:
http://arxiv.org/abs/1906.09883
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Reliability Engineering and System Safety February 2015 134:251-259
Publikováno v:
In Mathematics and Computers in Simulation November 2014 105:105-118
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Mathematics and Computers in Simulation January 2013 87:45-54
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Il Idrissi, Marouane, Bousquet, Nicolas, Gamboa, Fabrice, Iooss, Bertrand, Loubes, Jean-Michel
Publikováno v:
Comptes Rendus. Mathématique, Vol 361, Iss G10, Pp 1653-1662 (2023)
Understanding the behavior of a black-box model with probabilistic inputs can be based on the decomposition of a parameter of interest (e.g., its variance) into contributions attributed to each coalition of inputs (i.e., subsets of inputs). In this p
Externí odkaz:
https://doaj.org/article/9a77d64bda774ffb86130501030f2488