Méthodes non linéaires pour des problèmes statistiques inversesReportar como inadecuado




Méthodes non linéaires pour des problèmes statistiques inverses - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

1 LM-Orsay - Laboratoire de Mathématiques d-Orsay 2 SELECT - Model selection in statistical learning Inria Saclay - Ile de France, LMO - Laboratoire de Mathématiques d-Orsay, CNRS - Centre National de la Recherche Scientifique : UMR 3 IML - Institut de mathématiques de Luminy 4 Schlumberger 5 MAS - Mathématiques Appliquées aux Systèmes - EA 4037

Résumé : Dans le cadre du traitement des incertitudes étudié ici, la variabilité intrinsèque des entrées d-un modèle physique est modélisée par une loi de probabilité multivariée. L-objectif est d-identifier cette loi de probabilité à partir d-observations des sorties du modèle. Afin de se limiter à un nombre d-appels raisonnable au code de calcul souvent coûteux du modèle physique dans l-algorithme d-inversion, une méthodologie d-approximation non linéaire faisant intervenir le krigeage et un algorithme EM stochastique est présentée. Elle est comparée à une méthode utilisant une approximation linéaire itérative sur la base de jeux de données simulées provenant d-un modèle de crues simplifié mais réaliste. Les cas où cette approche non linéaire est préférable seront mis en lumière.





Autor: Pierre Barbillon - Gilles Celeux - Agnès Grimaud - Yannick Lefebvre - Etienne De Rocquigny -

Fuente: https://hal.archives-ouvertes.fr/



DESCARGAR PDF




Documentos relacionados