不确定性量化中偶然变异与认知变异的区分与整合
数值分析
2015-03-19 v2 概率论
应用统计
摘要
迄今为止，大部分不确定性量化工作都集中在确定以概率方式建模且分布已知的变量对某个物理或工程系统的影响。我们开发了在以下情况下获取系统信息的方法：某些变量的分布精确已知，另一些仅近似已知，还有一些可能根本未被建模为随机变量。所使用的主要工具是风险敏感积分与相对熵之间的对偶性，我们得到了在分布族上（其与名义分布的距离由相对熵度量）的标准性能度量（方差、超越概率）的显式界。风险敏感期望的评估基于多项式混沌展开，这有助于保持计算方面的可处理性。
引用
@article{arxiv.1103.1861,
title = {Distinguishing and integrating aleatoric and epistemic variation in uncertainty quantification},
author = {Kamaljit Chowdhary and Paul Dupuis},
journal= {arXiv preprint arXiv:1103.1861},
year = {2015}
}
备注
37 pages, 15 figures