Zeitschriftenartikel zum Thema „Uncertainly quantification“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Zeitschriftenartikel für die Forschung zum Thema "Uncertainly quantification" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Zeitschriftenartikel für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
Jalaian, Brian, Michael Lee und Stephen Russell. „Uncertain Context: Uncertainty Quantification in Machine Learning“. AI Magazine 40, Nr. 4 (20.12.2019): 40–49. http://dx.doi.org/10.1609/aimag.v40i4.4812.
Der volle Inhalt der QuelleVerdonck, H., O. Hach, J. D. Polman, O. Braun, C. Balzani, S. Müller und J. Rieke. „-An open-source framework for the uncertainty quantification of aeroelastic wind turbine simulation tools“. Journal of Physics: Conference Series 2265, Nr. 4 (01.05.2022): 042039. http://dx.doi.org/10.1088/1742-6596/2265/4/042039.
Der volle Inhalt der QuelleCacuci, Dan Gabriel. „Sensitivity Analysis, Uncertainty Quantification and Predictive Modeling of Nuclear Energy Systems“. Energies 15, Nr. 17 (01.09.2022): 6379. http://dx.doi.org/10.3390/en15176379.
Der volle Inhalt der QuelleOh, Deog Yeon, Young Seok Bang, Kwang Won Seul und Sweng Woong Woo. „ICONE23-1466 UNCERTAINTY QUANTIFICATION OF PHYSICAL MODELS USING CIRCE METHOD“. Proceedings of the International Conference on Nuclear Engineering (ICONE) 2015.23 (2015): _ICONE23–1—_ICONE23–1. http://dx.doi.org/10.1299/jsmeicone.2015.23._icone23-1_213.
Der volle Inhalt der QuelleHu, Juxi, Lei Wang und Xiaojun Wang. „Non-Probabilistic Uncertainty Quantification of Fiber-Reinforced Composite Laminate Based on Micro- and Macro-Mechanical Analysis“. Applied Sciences 12, Nr. 22 (18.11.2022): 11739. http://dx.doi.org/10.3390/app122211739.
Der volle Inhalt der QuelleSun, X., T. Kirchdoerfer und M. Ortiz. „Rigorous uncertainty quantification and design with uncertain material models“. International Journal of Impact Engineering 136 (Februar 2020): 103418. http://dx.doi.org/10.1016/j.ijimpeng.2019.103418.
Der volle Inhalt der QuelleCheng, Xi, Clément Henry, Francesco P. Andriulli, Christian Person und Joe Wiart. „A Surrogate Model Based on Artificial Neural Network for RF Radiation Modelling with High-Dimensional Data“. International Journal of Environmental Research and Public Health 17, Nr. 7 (09.04.2020): 2586. http://dx.doi.org/10.3390/ijerph17072586.
Der volle Inhalt der QuelleErnst, Oliver, Fabio Nobile, Claudia Schillings und Tim Sullivan. „Uncertainty Quantification“. Oberwolfach Reports 16, Nr. 1 (26.02.2020): 695–772. http://dx.doi.org/10.4171/owr/2019/12.
Der volle Inhalt der QuelleSalehghaffari, S., und M. Rais-Rohani. „Material model uncertainty quantification using evidence theory“. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science 227, Nr. 10 (08.01.2013): 2165–81. http://dx.doi.org/10.1177/0954406212473390.
Der volle Inhalt der QuelleTuczyński, Tomasz, und Jerzy Stopa. „Uncertainty Quantification in Reservoir Simulation Using Modern Data Assimilation Algorithm“. Energies 16, Nr. 3 (20.01.2023): 1153. http://dx.doi.org/10.3390/en16031153.
Der volle Inhalt der QuelleGuo, Xianpeng, Dezhi Wang, Lilun Zhang, Yongxian Wang, Wenbin Xiao und Xinghua Cheng. „Uncertainty Quantification of Underwater Sound Propagation Loss Integrated with Kriging Surrogate Model“. International Journal of Signal Processing Systems 5, Nr. 4 (Dezember 2017): 141–45. http://dx.doi.org/10.18178/ijsps.5.4.141-145.
Der volle Inhalt der QuelleLiu, Chang, und Duane A. McVay. „Continuous Reservoir-Simulation-Model Updating and Forecasting Improves Uncertainty Quantification“. SPE Reservoir Evaluation & Engineering 13, Nr. 04 (12.08.2010): 626–37. http://dx.doi.org/10.2118/119197-pa.
Der volle Inhalt der QuelleCaldeira, João, und Brian Nord. „Deeply uncertain: comparing methods of uncertainty quantification in deep learning algorithms“. Machine Learning: Science and Technology 2, Nr. 1 (04.12.2020): 015002. http://dx.doi.org/10.1088/2632-2153/aba6f3.
Der volle Inhalt der QuelleRajaraman, Sivaramakrishnan, Ghada Zamzmi, Feng Yang, Zhiyun Xue, Stefan Jaeger und Sameer K. Antani. „Uncertainty Quantification in Segmenting Tuberculosis-Consistent Findings in Frontal Chest X-rays“. Biomedicines 10, Nr. 6 (04.06.2022): 1323. http://dx.doi.org/10.3390/biomedicines10061323.
Der volle Inhalt der QuelleOwhadi, H., C. Scovel, T. J. Sullivan, M. McKerns und M. Ortiz. „Optimal Uncertainty Quantification“. SIAM Review 55, Nr. 2 (Januar 2013): 271–345. http://dx.doi.org/10.1137/10080782x.
Der volle Inhalt der QuelleXu, Ting. „Uncertainty, Ignorance and Decision-Making“. Amicus Curiae 3, Nr. 1 (27.10.2021): 10–32. http://dx.doi.org/10.14296/ac.v3i1.5350.
Der volle Inhalt der QuelleBin, Junchi, Ran Zhang, Rui Wang, Yue Cao, Yufeng Zheng, Erik Blasch und Zheng Liu. „An Efficient and Uncertainty-Aware Decision Support System for Disaster Response Using Aerial Imagery“. Sensors 22, Nr. 19 (21.09.2022): 7167. http://dx.doi.org/10.3390/s22197167.
Der volle Inhalt der QuelleHerty, Michael, und Elisa Iacomini. „Uncertainty quantification in hierarchical vehicular flow models“. Kinetic and Related Models 15, Nr. 2 (2022): 239. http://dx.doi.org/10.3934/krm.2022006.
Der volle Inhalt der QuellePflieger, Lance T., Clinton C. Mason und Julio C. Facelli. „Uncertainty quantification in breast cancer risk prediction models using self-reported family health history“. Journal of Clinical and Translational Science 1, Nr. 1 (20.01.2017): 53–59. http://dx.doi.org/10.1017/cts.2016.9.
Der volle Inhalt der QuelleTang, Yongchuan, Yong Chen und Deyun Zhou. „Measuring Uncertainty in the Negation Evidence for Multi-Source Information Fusion“. Entropy 24, Nr. 11 (02.11.2022): 1596. http://dx.doi.org/10.3390/e24111596.
Der volle Inhalt der QuelleReichert, Peter. „Towards a comprehensive uncertainty assessment in environmental research and decision support“. Water Science and Technology 81, Nr. 8 (29.01.2020): 1588–96. http://dx.doi.org/10.2166/wst.2020.032.
Der volle Inhalt der QuelleBerends, Koen D., Menno W. Straatsma, Jord J. Warmink und Suzanne J. M. H. Hulscher. „Uncertainty quantification of flood mitigation predictions and implications for interventions“. Natural Hazards and Earth System Sciences 19, Nr. 8 (13.08.2019): 1737–53. http://dx.doi.org/10.5194/nhess-19-1737-2019.
Der volle Inhalt der QuellePoliannikov, Oleg V., und Alison E. Malcolm. „The effect of velocity uncertainty on migrated reflectors: Improvements from relative-depth imaging“. GEOPHYSICS 81, Nr. 1 (01.01.2016): S21—S29. http://dx.doi.org/10.1190/geo2014-0604.1.
Der volle Inhalt der QuelleLiu, Xuejun, Hailong Tang, Xin Zhang und Min Chen. „Gaussian Process Model-Based Performance Uncertainty Quantification of a Typical Turboshaft Engine“. Applied Sciences 11, Nr. 18 (08.09.2021): 8333. http://dx.doi.org/10.3390/app11188333.
Der volle Inhalt der QuelleHan, Shuo, Molei Tao, Ufuk Topcu, Houman Owhadi und Richard M. Murray. „Convex Optimal Uncertainty Quantification“. SIAM Journal on Optimization 25, Nr. 3 (Januar 2015): 1368–87. http://dx.doi.org/10.1137/13094712x.
Der volle Inhalt der QuelleBeran, Philip, Bret Stanford und Christopher Schrock. „Uncertainty Quantification in Aeroelasticity“. Annual Review of Fluid Mechanics 49, Nr. 1 (03.01.2017): 361–86. http://dx.doi.org/10.1146/annurev-fluid-122414-034441.
Der volle Inhalt der QuelleHartmann, Matthias, und Helmut Herwartz. „DID THE INTRODUCTION OF THE EURO HAVE AN IMPACT ON INFLATION UNCERTAINTY?—AN EMPIRICAL ASSESSMENT“. Macroeconomic Dynamics 18, Nr. 6 (21.05.2013): 1313–25. http://dx.doi.org/10.1017/s1365100512000971.
Der volle Inhalt der QuelleSEPAHVAND, K., S. MARBURG und H. J. HARDTKE. „UNCERTAINTY QUANTIFICATION IN STOCHASTIC SYSTEMS USING POLYNOMIAL CHAOS EXPANSION“. International Journal of Applied Mechanics 02, Nr. 02 (Juni 2010): 305–53. http://dx.doi.org/10.1142/s1758825110000524.
Der volle Inhalt der QuelleWang, Jiajia, Hao Chen, Jing Ma und Tong Zhang. „Research on application method of uncertainty quantification technology in equipment test identification“. MATEC Web of Conferences 336 (2021): 02026. http://dx.doi.org/10.1051/matecconf/202133602026.
Der volle Inhalt der QuelleZhao, Yingge, Lingyue Wang, Ying Li, Ruixia Jin und Zihan Yang. „An Improved Multi-dimensional Uncertainty Quantification Method Based on DNN-DRM“. Journal of Physics: Conference Series 2650, Nr. 1 (01.11.2023): 012019. http://dx.doi.org/10.1088/1742-6596/2650/1/012019.
Der volle Inhalt der QuelleKabir, H. M. Dipu, Abbas Khosravi, Subrota K. Mondal, Mustaneer Rahman, Saeid Nahavandi und Rajkumar Buyya. „Uncertainty-aware Decisions in Cloud Computing“. ACM Computing Surveys 54, Nr. 4 (Mai 2021): 1–30. http://dx.doi.org/10.1145/3447583.
Der volle Inhalt der QuelleZou, Q., und M. Sester. „UNCERTAINTY REPRESENTATION AND QUANTIFICATION OF 3D BUILDING MODELS“. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XLIII-B2-2022 (30.05.2022): 335–41. http://dx.doi.org/10.5194/isprs-archives-xliii-b2-2022-335-2022.
Der volle Inhalt der QuelleYang, Bin, Zhanran Xia, Xinyun Gao, Jing Tu, Hao Zhou, Jun Wu und Mingzhen Li. „Research on the Application of Uncertainty Quantification (UQ) Method in High-Voltage (HV) Cable Fault Location“. Energies 15, Nr. 22 (11.11.2022): 8447. http://dx.doi.org/10.3390/en15228447.
Der volle Inhalt der QuelleWells, S., A. Plotkowski, J. Coleman, M. Rolchigo, R. Carson und M. J. M. Krane. „Uncertainty quantification for computational modelling of laser powder bed fusion“. IOP Conference Series: Materials Science and Engineering 1281, Nr. 1 (01.05.2023): 012024. http://dx.doi.org/10.1088/1757-899x/1281/1/012024.
Der volle Inhalt der QuelleAbebe, Misganaw, und Bonyong Koo. „Fatigue Life Uncertainty Quantification of Front Suspension Lower Control Arm Design“. Vehicles 5, Nr. 3 (14.07.2023): 859–75. http://dx.doi.org/10.3390/vehicles5030047.
Der volle Inhalt der QuelleLei, Chon Lok, Sanmitra Ghosh, Dominic G. Whittaker, Yasser Aboelkassem, Kylie A. Beattie, Chris D. Cantwell, Tammo Delhaas et al. „Considering discrepancy when calibrating a mechanistic electrophysiology model“. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences 378, Nr. 2173 (25.05.2020): 20190349. http://dx.doi.org/10.1098/rsta.2019.0349.
Der volle Inhalt der QuelleSun, Xianming, und Michèle Vanmaele. „Uncertainty Quantification of Derivative Instruments“. East Asian Journal on Applied Mathematics 7, Nr. 2 (Mai 2017): 343–62. http://dx.doi.org/10.4208/eajam.100316.270117a.
Der volle Inhalt der QuelleNarayan, Akil, und Dongbin Xiu. „Distributional Sensitivity for Uncertainty Quantification“. Communications in Computational Physics 10, Nr. 1 (Juli 2011): 140–60. http://dx.doi.org/10.4208/cicp.160210.300710a.
Der volle Inhalt der QuelleMathieu, Sophie, Rainer von Sachs, Christian Ritter, Véronique Delouille und Laure Lefèvre. „Uncertainty Quantification in Sunspot Counts“. Astrophysical Journal 886, Nr. 1 (13.11.2019): 7. http://dx.doi.org/10.3847/1538-4357/ab4990.
Der volle Inhalt der QuelleCosta, Francisco, Andrew Clifton, Nikola Vasiljevic und Ines Würth. „Qlunc: Quantification of lidar uncertainty“. Journal of Open Source Software 6, Nr. 66 (28.10.2021): 3211. http://dx.doi.org/10.21105/joss.03211.
Der volle Inhalt der QuelleGray, Genetha A., Herbert K. H. Lee und John Guenther. „Simultaneous optimization and uncertainty quantification“. Journal of Computational Methods in Sciences and Engineering 12, Nr. 1-2 (28.05.2012): 99–110. http://dx.doi.org/10.3233/jcm-2012-0406.
Der volle Inhalt der QuellePouliot, George, Emily Wisner, David Mobley und William Hunt. „Quantification of emission factor uncertainty“. Journal of the Air & Waste Management Association 62, Nr. 3 (20.01.2012): 287–98. http://dx.doi.org/10.1080/10473289.2011.649155.
Der volle Inhalt der QuelleFunfschilling, Christine, und Guillaume Perrin. „Uncertainty quantification in vehicle dynamics“. Vehicle System Dynamics 57, Nr. 7 (08.04.2019): 1062–86. http://dx.doi.org/10.1080/00423114.2019.1601745.
Der volle Inhalt der QuelleFarmer, C. L. „Uncertainty quantification and optimal decisions“. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences 473, Nr. 2200 (April 2017): 20170115. http://dx.doi.org/10.1098/rspa.2017.0115.
Der volle Inhalt der QuelleMatthews, Jessica L., Elizabeth Mannshardt und Pierre Gremaud. „Uncertainty Quantification for Climate Observations“. Bulletin of the American Meteorological Society 94, Nr. 3 (März 2013): ES21—ES25. http://dx.doi.org/10.1175/bams-d-12-00042.1.
Der volle Inhalt der QuelleMirzayeva, A., N. A. Slavinskaya, M. Abbasi, J. H. Starcke, W. Li und M. Frenklach. „Uncertainty Quantification in Chemical Modeling“. Eurasian Chemico-Technological Journal 20, Nr. 1 (31.03.2018): 33. http://dx.doi.org/10.18321/ectj706.
Der volle Inhalt der QuelleGhanem, Roger G., und Steven F. Wojtkiewicz. „Special Issue on Uncertainty Quantification“. SIAM Journal on Scientific Computing 26, Nr. 2 (Januar 2004): vii. http://dx.doi.org/10.1137/sjoce3000026000002000vii000001.
Der volle Inhalt der QuelleFezi, K., und M. J. M. Krane. „Uncertainty Quantification in Solidification Modelling“. IOP Conference Series: Materials Science and Engineering 84 (11.06.2015): 012001. http://dx.doi.org/10.1088/1757-899x/84/1/012001.
Der volle Inhalt der QuelleGhanem, Roger, und Xiaoping Du. „Uncertainty quantification for engineering design“. Artificial Intelligence for Engineering Design, Analysis and Manufacturing 31, Nr. 2 (Mai 2017): 119. http://dx.doi.org/10.1017/s0890060417000026.
Der volle Inhalt der QuelleGhanem, Roger, und Xiaoping Du. „Uncertainty quantification for engineering design“. Artificial Intelligence for Engineering Design, Analysis and Manufacturing 31, Nr. 3 (August 2017): 222. http://dx.doi.org/10.1017/s0890060417000129.
Der volle Inhalt der Quelle