一种用于识别空间变化材料特性与模型验证的新型贝叶斯策略：在静态弹性成像中的应用
统计计算
2015-12-21 v1
摘要
本文提出了一种在弹性静力学基于模型的逆问题背景下新颖的贝叶斯计算策略。一方面，我们试图提供材料特性及其空间变异性的概率估计，这些估计考虑了各种不确定性来源。另一方面，我们试图解决与实验现实相关的模型保真度问题，特别是在所采用的材料本构定律背景下。这在生物医学环境中尤为重要，因为推断出的材料特性将用于做出决策/诊断。我们提出了一种扩展参数化方法，除了本构参数外，还能量化模型差异。我们提出了用于执行推断和学习任务的可扩展计算策略，并在无噪声和含噪声合成数据的数值示例中展示了其有效性。
引用
@article{arxiv.1512.05913,
title = {A novel Bayesian strategy for the identification of spatially-varying material properties and model validation: an application to static elastography},
author = {P. S. Koutsourelakis},
journal= {arXiv preprint arXiv:1512.05913},
year = {2015}
}
备注
in International Journal for Numerical Methods in Engineering 2012