ترجمه فارسی توضیحات (ترجمه ماشینی)
تحلیل عدم قطعیت با مدلسازی وابستگی ابعادی بالا
مدلهای ریاضی برای شبیهسازی پدیدههای پیچیده دنیای واقعی در بسیاری از حوزههای علم و فناوری استفاده میشوند. مدل های پیچیده بزرگ معمولاً به ورودی هایی نیاز دارند که مقادیر آنها با قطعیت مشخص نیست. هدف تجزیه و تحلیل عدم قطعیت کمی کردن عدم قطعیت کلی در یک مدل، به منظور حمایت از صاحبان مشکل در تصمیمگیری مبتنی بر مدل است. در سال های اخیر انفجاری از علاقه به تحلیل عدم قطعیت وجود داشته است. استخراج عدم قطعیت و وابستگی، مدلسازی وابستگی، استنتاج مدل، نمونهگیری کارآمد، غربالگری و تحلیل حساسیت و وارونگی احتمالی از جمله حوزههای تحقیقاتی فعال هستند. این متن هم مبانی ریاضی و هم کاربردهای عملی را در این حوزه به سرعت در حال گسترش ارائه میکند، از جمله:
- یک مرور کلی به روز و جامع از مبانی و کاربردهای تحلیل عدم قطعیت.
- همه موضوعات کلیدی، از جمله استخراج عدم قطعیت، مدل سازی وابستگی، تحلیل حساسیت و وارونگی احتمالی.
- نمونه ها و برنامه های کاربردی متعدد.
- مشکلات کتاب کار، امکان استفاده برای آموزش.
- پشتیبانی نرم افزار از نمونه ها، با استفاده از UNICORN – یک بسته مدل سازی عدم قطعیت مبتنی بر ویندوز که توسط نویسندگان توسعه یافته است.
- یک وبسایت دارای نسخهای از نرمافزار یونیکورن که بهطور خاص برای کتاب طراحی شده است، و همچنین برنامههای رایانهای و مجموعههای داده برای پشتیبانی از نمونهها.
تجزیه و تحلیل عدم قطعیت با مدلسازی وابستگی ابعادی بالا، کاوشی جامع از یک زمینه جدید در حال ظهور را ارائه میدهد. این یک متن ارزشمند برای پژوهشها، شاغلین و دانشجویان فارغالتحصیل در زمینههای مختلف از آمار و مهندسی گرفته تا قابلیت اطمینان و محیطسنجی است.
Uncertainty analysis with high dimensional dependence modelling
Mathematical models are used to simulate complex real-world phenomena in many areas of science and technology. Large complex models typically require inputs whose values are not known with certainty. Uncertainty analysis aims to quantify the overall uncertainty within a model, in order to support problem owners in model-based decision-making. In recent years there has been an explosion of interest in uncertainty analysis. Uncertainty and dependence elicitation, dependence modelling, model inference, efficient sampling, screening and sensitivity analysis, and probabilistic inversion are among the active research areas. This text provides both the mathematical foundations and practical applications in this rapidly expanding area, including:
- An up-to-date, comprehensive overview of the foundations and applications of uncertainty analysis.
- All the key topics, including uncertainty elicitation, dependence modelling, sensitivity analysis and probabilistic inversion.
- Numerous worked examples and applications.
- Workbook problems, enabling use for teaching.
- Software support for the examples, using UNICORN – a Windows-based uncertainty modelling package developed by the authors.
- A website featuring a version of the UNICORN software tailored specifically for the book, as well as computer programs and data sets to support the examples.
Uncertainty Analysis with High Dimensional Dependence Modelling offers a comprehensive exploration of a new emerging field. It will prove an invaluable text for researches, practitioners and graduate students in areas ranging from statistics and engineering to reliability and environmetrics.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.