不确定性量化(Uncertainty Quantification):前言
生活中有很多不确定的事情, 如何用一个有效的模型和有效的算法来量化这些不确定性, 便是我们要考虑的问题。 大体上来说, 我们可以将不确定性分为两类:Aleatory uncertainty 和 epistemic uncertainty。 前者指的便是自然界中的某些随机性, 比方说 x ∼ U ( 0 , 1 ) x\sim U(0,1) x∼U(0,1) 是一个随机变量, 每次取值都不一样, 又称为偶然不确定性; 后者指的是模型的不确定性, 比方说我们假设 x ∼ U ( 0 , 1 ) x\sim U(0,1) x∼U(0,1), 但事实上 x ∼ G ( 0 , 1 ) x\sim \mathcal{G}(0, 1) x∼G(0,1), 所以它被称为认知不确定性。
大量的数学工具用来分析量化这两种不确定性。 对于 aleatory uncertainty,常用的数学工具有随机配置方法, 广义多项式插值方法, 随机Galerkin 方法, 摄动方法, 稀疏插值方法, Beyesian 估计等; 对于 epistemic uncertainty 来说, 有 D-S证据理论,区间分析,模糊集理论等。
这个专题主要介绍前者的算法, 会在最后涉及到一些后者的最新算法。笔者开设此专题一为记录自己的学习过程, 二为与朋友们交流一些最新的前沿进展。主要的内容基于 Prof. Dongbin Xiu 2010年写的相关书籍 Numerical Methods for Stochastic Computations: A Spectral Method Approach Princeton University Press, 2010. ISBN-10: 0691142122, ISBN-13: 978-0691142128 和最近十年发表在 JCP 和 SISC 上有影响力的相关文章。另外最近深度学习在不确定性量化领域也得到了许多应用, 比方说 George Karniadakis, Zabaras 等人的文章, 故本专题也希望对此有所涉猎。以上大概就是本专题的具体内容简介。
不确定性量化(Uncertainty Quantification):前言相关推荐
- 神经机器翻译(NMT)中的不确定性(Uncertainty)应用思考
神经机器翻译(NMT)中的不确定性(Uncertainty)应用思考 前言 什么是不确定性? Uncertainty 应用 NMT中量化Uncertainty的常见思路 总结 前言 本文的目的是帮助笔 ...
- 深度学习的不确定性(Uncertainty/confidence score)与校准(Calibration)
目录 不确定性估计(uncertainty estimates) 什么是不确定性(uncertainty ) 不确定性的统计学定义 不确定性分类 什么是不确定性估计值(uncertainty esti ...
- 收藏 | 深度学习不确定性量化: 技术、应用与挑战
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:专知 AI博士笔记系列推荐 周志华<机器学习>手 ...
- 不确定性量化 (UQ) 可以显著提高预测准确性,在不确定的世界中获得最佳结果昆士兰大学Mike McKerns-中国学者网
在不确定的世界中获得最佳结果, 不确定性量化可以解开成功与失败之间的区别. 不确定性量化 (UQ) 可以显著提高预测准确性,提供设计优化,并在充满未知的世界中促进快速解决方案改进. 昆士兰大学的一个机 ...
- 【水文模型】07 《流域水文模型参数不确定性量化理论方法与应用》宋晓猛 阅读笔记
2021/9/27-10/13,阅读<流域水文模型参数不确定性量化理论方法与应用>宋晓猛,笔记如下. 第1章 绪论 深入浅出地讲解了模型不确定性的研究进展. 第2章 分布式水文模型理论与方 ...
- Uncertainty Quantification of Sparse Travel Demand Prediction with Spatial-Temporal Graph Neural Net
起讫点(Origin-Destination, O-D)出行需求预测是交通运输领域的一个基本挑战.最近,时空深度学习模型在提高预测精度方面展示了巨大的潜力.然而,很少有研究解决细粒度O-D矩阵的不确定 ...
- 传统的不确定性量化数值方法
输入参数化 当系统的随机输入是系统参数时,参数化过程将很简单,因为输入已经是参数形式.我们关心的问题是这些系统参数之间是否独立, 具体而言: 令 Y=(Y1,⋯,Yn),n>1Y=(Y_1,\c ...
- 人工智能导论(4)——不确定性推理(Uncertainty Reasoning)
文章目录 一. 概述 二. 重点内容 三. 思维导图 四. 重点知识笔记 1. 不确定性推理概述 1.1 概念 1.2 分类 1.3 基本问题 2. 概率方法 2.1 基础知识 2.2 经典概率方法 ...
- 图神经网络解偏微分方程系列(一)
图神经网络解偏微分方程系列(一) 1. 标题和概述 Learning continuous-time PDEs from sparse(稀疏) data with graph neural netwo ...
最新文章
- java web 柱状图_使用JFreeChart实现基于Web的柱状图
- LiveVideoStack主编观察回归 05/
- html5 --- 特性检测
- php7 获取文件类型,太简单了!PHP获取文件扩展名的7中方法
- Linux下网卡绑定模式
- 个人家用nas_期待已久终于来了!绿联推出NAS私有云,填补爆发式存储需求
- Servlet容器原型(三)——Tomcat 4默认连接器浅谈
- java后台保存base64图片数据
- ARC072/ABC059
- 机器学习-学习笔记3.1-局部加权回归
- 计算机网络单向ping通,单向可Ping通的原因与原理
- 用spring MVC 生成Excel和PDF
- BT3下载 与 BT3 U盘版制作
- pandas shift函数的用法
- 阿里云大数据ACP认证学习笔记
- 中英对照的网络游戏术语
- 2016--在技术的浪潮中自我实现
- Spring Security CSRF防御源码分析
- 大天使之剑服务器维修公告,大天使之剑————【维护】6月12日更新维护公告...
- Apple FairPlay DRM及其工作原理
热门文章
- 我对雷达技术的认识与思考
- 沈向洋谈科研纠错:做好学问要“深揭猛批”
- git push某一次的commit记录
- 基于 java springboot+layui仓库管理系统设计和实现
- 北京交通大学转专业计算机学院,北京交通大学可以转专业吗,北京交通大学新生转专业政策...
- 金山隐私保护器开源跟踪(1)
- 能打胜仗,作风优良,艰难奇妙的秋招之旅
- 22协方差矩阵 matlab,协方差协方差矩阵【matlab实例】
- linux内存管理之石器篇
- 02-字体相关的样式