中文版 | English

在结果中检索

CSpace

浏览/检索结果: 共3条，第1-3条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：

Normalizing field flows: Solving forward and inverse stochastic differential equations using physics-informed flow models

 期刊论文
JOURNAL OF COMPUTATIONAL PHYSICS, 2022, 卷号: 461, 页码: 18
作者:  Guo, Ling;  Wu, Hao;  Zhou, Tao
收藏  |  浏览/下载：134/0  |  提交时间：2023/02/07
Data -driven modeling  Normalizing flows  Uncertainty quantification  Random fields  
Optimal design for kernel interpolation: Applications to uncertainty quantification 期刊论文
JOURNAL OF COMPUTATIONAL PHYSICS, 2021, 卷号: 430, 页码: 19
作者:  Narayan, Akil;  Yan, Liang;  Zhou, Tao
收藏  |  浏览/下载：144/0  |  提交时间：2021/04/26
Kernel interpolation  Fekete points  Cholesky decomposition with pivoting  Hermite interpolation  Uncertainty quantification  
AN ADAPTIVE MULTIFIDELITY PC-BASED ENSEMBLE KALMAN INVERSION FOR INVERSE PROBLEMS 期刊论文
INTERNATIONAL JOURNAL FOR UNCERTAINTY QUANTIFICATION, 2019, 卷号: 9, 期号: 3, 页码: 205-220
作者:  Yan, Liang;  Zhou, Tao
收藏  |  浏览/下载：164/0  |  提交时间：2020/01/10
Bayesian inverse problems  ensemble Kalman inversion  multifidelity polynomial chaos  surrogate modeling