 |
ECOLE SUPÉRIEURE D'ÉLECTRICITÉ Une grande école d'ingénieurs au cœur des sciences de l'information,de l'énergie et des systèmes |
 |
Conference papers
Approche bayésienne pour l'estimation d'indices de Sobol
Résumé : Le problème considéré est l'estimation des indices de Sobol du premier ordre d'une fonction réelle $f$ coûteuse à évaluer, à partir d'un nombre réduit d'évaluations. Nous nous intéressons à la loi a posteriori de ces indices, lorsque $f$ est modélisée par un processus gaussien. Nous montrons qu'il peut être risqué de procéder à une estimation de ces distributions par une approche de type plug-in pour les hyperparamètres du processus gaussien --- l'incertitude sur ces hyperparamètres pouvant constituer une part importante de l'incertitude sur les indices de Sobol --- et qu'il est préférable d'employer une approche complétement bayésienne. Nos propos sont illustrés sur un exemple académique, puis sur un cas-test issu de l'électronique de puissance.
Cited literature [6 references]
https://hal-supelec.archives-ouvertes.fr/hal-00846747
Contributor : Julien Bect <>
Submitted on : Friday, July 19, 2013 - 5:32:07 PM
Last modification on : Monday, December 14, 2020 - 12:38:06 PM
Long-term archiving on: : Monday, October 21, 2013 - 11:15:28 AM
Contributor : Julien Bect <>
Submitted on : Friday, July 19, 2013 - 5:32:07 PM
Last modification on : Monday, December 14, 2020 - 12:38:06 PM
Long-term archiving on: : Monday, October 21, 2013 - 11:15:28 AM
Files
articlejds.pdf
Files produced by the author(s)