* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Advances in High-Order Predictive Modeling
Dan Gabriel Cacuci
* Affiliatelinks/Werbelinks
Links auf reinlesen.de sind sogenannte Affiliate-Links. Wenn du auf so einen Affiliate-Link klickst und über diesen Link einkaufst, bekommt reinlesen.de von dem betreffenden Online-Shop oder Anbieter eine Provision. Für dich verändert sich der Preis nicht.
Naturwissenschaften, Medizin, Informatik, Technik / Mathematik
Beschreibung
Continuing the author's previous work on modeling, this book presents the most recent advances in high-order predictive modeling. The author begins with the mathematical framework of the 2nd-BERRU-PM methodology, an acronym that designates the "e;second-order best-estimate with reduced uncertainties (2nd-BERRU) predictive modeling (PM)."e; The 2nd-BERRU-PM methodology is fundamentally anchored in physics-based principles stemming from thermodynamics (maximum entropy principle) and information theory, being formulated in the most inclusive possible phase-space, namely the combined phase-space of computed and measured parameters and responses.The 2nd-BERRU-PM methodology provides second-order output (means and variances) but can incorporate, as input, arbitrarily high-order sensitivities of responses with respect to model parameters, as well as arbitrarily high-order moments of the initial distribution of uncertain model parameters, in order to predict best-estimate mean values for the model responses (i.e., results of interest) and calibrated model parameters, along with reduced predicted variances and covariances for these predicted responses and parameters.
