中文版 | English

在结果中检索

CSpace

浏览/检索结果: 共2条，第1-2条 帮助

限定条件                    
已选(0)清除 条数/页：   排序方式：
Adaptive multi-fidelity polynomial chaos approach to Bayesian inference in inverse problems 期刊论文
JOURNAL OF COMPUTATIONAL PHYSICS, 2019, 卷号: 381, 页码: 110-128
作者:  Yan, Liang;  Zhou, Tao
收藏  |  浏览/下载：165/0  |  提交时间：2019/03/11
Bayesian inverse problems  Multi-fidelity polynomial chaos  Surrogate modeling  Markov chain Monte Carlo  
Data-driven polynomial chaos expansions: A weighted least-square approximation 期刊论文
JOURNAL OF COMPUTATIONAL PHYSICS, 2019, 卷号: 381, 页码: 129-145
作者:  Guo, Ling;  Liu, Yongle;  Zhou, Tao
收藏  |  浏览/下载：160/0  |  提交时间：2019/03/11
Uncertainty quantification  Data-driven polynomial chaos expansions  Weighted least-squares  Equilibrium measure