کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4967370 1449372 2017 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Reduced Wiener Chaos representation of random fields via basis adaptation and projection
ترجمه فارسی عنوان
کاهش ضریب نفوذ وینر از زمینه های تصادفی از طریق سازگاری و طرح ریزی پایه
کلمات کلیدی
هرج و مرج چندجملهای، فضای گاوسی هیلبرت، کامرون فضای مارتین، سازگاری پایه، کاهش مدل، ویک محصول،
ترجمه چکیده
تعریف جدیدی از زمینه های تصادفی که در مدل های فیزیکی ظاهر می شود، ارائه شده است که براساس گسترش هماهنگ هرج و مرج شناخته شده آنها است. ما از قابلیت های انطباق این گسترش ها استفاده می کنیم که ایده اصلی این است که مبنای فضای گالیس هیلبرت مبنایی را بچرخاند تا برای رسیدن به کاهش بازده عملکردی که اندازه گیری احتمالی القایی را در یک زیر فضای ابعادی پایین تر تمرکز می کند، استفاده شود. برای یک خانواده صاف از چرخش ها در حوزه مورد علاقه، ورودی های گاوسی غیر وابسته به یک فرآیند گاوسی تبدیل می شوند، بنابراین یک مقیاس مساوی را به وجود می آوریم که خصوصیات متوسطی را از مقدار علاقه می گیرد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
A new characterization of random fields appearing in physical models is presented that is based on their well-known Homogeneous Chaos expansions. We take advantage of the adaptation capabilities of these expansions where the core idea is to rotate the basis of the underlying Gaussian Hilbert space, in order to achieve reduced functional representations that concentrate the induced probability measure in a lower dimensional subspace. For a smooth family of rotations along the domain of interest, the uncorrelated Gaussian inputs are transformed into a Gaussian process, thus introducing a mesoscale that captures intermediate characteristics of the quantity of interest.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Physics - Volume 341, 15 July 2017, Pages 102-120
نویسندگان
, ,