Quantification et réduction de l'incertitude concernant les propriétés de monotonie d'un code de calcul coûteux à évaluer

Résumé : Nous nous intéressons à l'estimation de propriétés de monotonie d'un modèle numérique dont la sortie est supposée scalaire --- par exemple, un modèle de type éléments finis associé à un post-traitement. Plusieurs indicateurs quantitatifs de monotonie sont considérés (extrema et taux de positivité des dérivées partielles). L'évaluation de la sortie du modèle numérique étant usuellement coûteuse, par exemple en temps de calcul, l'estimation de ces indicateurs doit pouvoir être conduite avec un budget réduit d'évaluations. Nous adoptons dans cet article une démarche bayésienne, dans laquelle le modèle numérique est lui-même modélisé par un processus gaussien, et nous estimons au moyen de simulations conditionnelles les lois a posteriori des indicateurs proposés. Cette démarche permet d'envisager une planification séquentielle d'expériences supplémentaires, visant à réduire l'incertitude sur certains des indicateurs de monotonie. Nous appliquons cette approche à un modèle numérique d'un composant passif dans une centrale électrique.
Type de document :
Communication dans un congrès
Société Française de Statistique (SFdS). 46èmes Journées de Statistique de la SFdS (JdS 2014), Jun 2014, Rennes, France. 6 p., 2014
Liste complète des métadonnées

Littérature citée [7 références]  Voir  Masquer  Télécharger

https://hal-supelec.archives-ouvertes.fr/hal-01057322
Contributeur : Julien Bect <>
Soumis le : vendredi 22 août 2014 - 11:30:07
Dernière modification le : jeudi 29 mars 2018 - 11:06:05
Document(s) archivé(s) le : jeudi 27 novembre 2014 - 13:40:38

Fichiers

jds14-monotonie.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01057322, version 1

Collections

Citation

Julien Bect, Bousquet Nicolas, Bertrand Iooss, Shijie Liu, Alice Mabille, et al.. Quantification et réduction de l'incertitude concernant les propriétés de monotonie d'un code de calcul coûteux à évaluer. Société Française de Statistique (SFdS). 46èmes Journées de Statistique de la SFdS (JdS 2014), Jun 2014, Rennes, France. 6 p., 2014. 〈hal-01057322〉

Partager

Métriques

Consultations de la notice

480

Téléchargements de fichiers

185