Planification et analyse d'expériences numériques : approche bayésienne (introduction, orientée vers la planification séquentielle) - CentraleSupélec Access content directly
Other Publications Year : 2013

Planification et analyse d'expériences numériques : approche bayésienne (introduction, orientée vers la planification séquentielle)

Abstract

Les techniques de modélisation par processus gaussiens, ou "krigeage", occupent aujourd'hui une place centrale dans le domaine de la planification et de l'analyse des expériences numériques (en anglais : Design and Analysis of Computer Experiments). Utilisées dans un cadre de planification séquentielle d'expériences, elles permettent une exploration efficace de codes de calcul coûteux, à des fins diverses : analyse de sensibilité, optimisation, estimation de probabilités de défaillance, modélisation multi-fidélité, etc. L'exposé présentera les principaux concepts de cette branche toute jeune de la statistique, initiée par les travaux de J. Sacks et co-auteurs à la fin des années 80, en se focalisant plus particulièrement sur la planification séquentielle d'expériences pour l'optimisation (et, si le temps le permet, l'estimation de probabilités de défaillance).
No file

Dates and versions

hal-01070453 , version 1 (01-10-2014)

Identifiers

  • HAL Id : hal-01070453 , version 1

Cite

Julien Bect. Planification et analyse d'expériences numériques : approche bayésienne (introduction, orientée vers la planification séquentielle). 2013. ⟨hal-01070453⟩
116 View
0 Download

Share

Gmail Facebook X LinkedIn More