Buchumschlag

AL-SPCE -- Reliability analysis for nondeterministic models using stochastic polynomial chaos expansions and active learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pires, A., Moustapha, M., Marelli, S., Sudret, B.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Computation Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reliability analysis for non-deterministic limit-states using stochastic emulators
von: Pires, Anderson V., et al.
Veröffentlicht: (2024)

Reliability analysis for data-driven noisy models using active learning
von: Pires, Anderson V., et al.
Veröffentlicht: (2024)

High-dimensional reliability-based design optimization using stochastic emulators
von: Moustapha, M., et al.
Veröffentlicht: (2026)

MF-GLaM: A multifidelity stochastic emulator using generalized lambda models
von: Giannoukou, K., et al.
Veröffentlicht: (2025)

Reliability analysis of arbitrary systems based on active learning and global sensitivity analysis
von: Moustapha, Maliki, et al.
Veröffentlicht: (2023)

Conformal prediction for full and sparse polynomial chaos expansions
von: Hatstatt, A., et al.
Veröffentlicht: (2026)

Uncertainty-aware multi-fidelity surrogate modeling with noisy data
von: Giannoukou, Katerina, et al.
Veröffentlicht: (2024)

mNARX+: A surrogate model for complex dynamical systems using manifold-NARX and automatic feature selection
von: Schär, S., et al.
Veröffentlicht: (2025)

Time-variant reliability using time-dependent surrogate models
von: Marelli, Stefano, et al.
Veröffentlicht: (2026)

Surrogate modeling for uncertainty quantification in nonlinear dynamics
von: Marelli, S., et al.
Veröffentlicht: (2025)

Surrogate modeling with functional nonlinear autoregressive models (F-NARX)
von: Schär, Styfen, et al.
Veröffentlicht: (2024)

Gradient-enhanced global sensitivity analysis with Poincar{é} chaos expansions
von: Roustant, O, et al.
Veröffentlicht: (2025)

MixEHR-SurG: a joint proportional hazard and guided topic model for inferring mortality-associated topics from electronic health records
von: Li, Yixuan, et al.
Veröffentlicht: (2023)

A Dirichlet stochastic block model for composition-weighted networks
von: Promskaia, Iuliia, et al.
Veröffentlicht: (2024)

Multiplex Dirichlet stochastic block model for clustering multidimensional compositional networks
von: Promskaia, Iuliia, et al.
Veröffentlicht: (2024)

Simulation-based inference for stochastic nonlinear mixed-effects models with applications in systems biology
von: Häggström, Henrik, et al.
Veröffentlicht: (2025)

A self-supervised learning approach for denoising autoregressive models with additive noise: finite and infinite variance cases
von: Banerjee, Sayantan, et al.
Veröffentlicht: (2025)

Statistical learning for constrained functional parameters in infinite-dimensional models
von: Nabi, Razieh, et al.
Veröffentlicht: (2024)

Probabilistic function-on-function nonlinear autoregressive model for emulation and reliability analysis of dynamical systems
von: Song, Zhouzhou, et al.
Veröffentlicht: (2026)

Fast approximative estimation of conditional Shapley values when using a linear regression model or a polynomial regression model
von: Aanes, Fredrik Lohne
Veröffentlicht: (2025)

Spectral decomposition-assisted multi-study factor analysis
von: Mauri, Lorenzo, et al.
Veröffentlicht: (2025)

Conditioning diffusion models by explicit forward-backward bridging
von: Corenflos, Adrien, et al.
Veröffentlicht: (2024)

Combining Wasserstein-1 and Wasserstein-2 proximals: robust manifold learning via well-posed generative flows
von: Gu, Hyemin, et al.
Veröffentlicht: (2024)

High Rank Path Development: an approach of learning the filtration of stochastic processes
von: Tao, Jiajie, et al.
Veröffentlicht: (2024)

Machine learning to optimize precision in the analysis of randomized trials: A journey in pre-specified, yet data-adaptive learning
von: Balzer, Laura B., et al.
Veröffentlicht: (2025)

Online detection of forecast model inadequacies using forecast errors
von: Grundy, Thomas, et al.
Veröffentlicht: (2025)

Leveraging heterogeneity for identifiability: Bayesian order-based learning of multiple DAGs
von: Chang, Hyunwoong, et al.
Veröffentlicht: (2026)

The diameter of a stochastic matrix: A new measure for sensitivity analysis in Bayesian networks
von: Leonelli, Manuele, et al.
Veröffentlicht: (2024)

Provably robust learning of regression neural networks using $β$-divergences
von: Ghosh, Abhik, et al.
Veröffentlicht: (2026)

A survey of Monte Carlo methods for noisy and costly densities with application to reinforcement learning and ABC
von: Llorente, F., et al.
Veröffentlicht: (2021)

Nonparametric learning of covariate-based Markov jump processes using RKHS techniques
von: Han, Yuchen, et al.
Veröffentlicht: (2025)

A spectral method for multi-view subspace learning using the product of projections
von: Sergazinov, Renat, et al.
Veröffentlicht: (2024)

An Infinite BART model
von: Battiston, Marco, et al.
Veröffentlicht: (2025)

pared: Model selection using multi-objective optimization
von: Das, Priyam, et al.
Veröffentlicht: (2025)

Bayesian score calibration for approximate models
von: Bon, Joshua J, et al.
Veröffentlicht: (2022)

Stability of clinical prediction models developed using statistical or machine learning methods
von: Riley, Richard D, et al.
Veröffentlicht: (2022)

Transfer learning under latent space model
von: Fang, Kuangnan, et al.
Veröffentlicht: (2025)

Causal hybrid modeling with double machine learning
von: Cohrs, Kai-Hendrik, et al.
Veröffentlicht: (2024)

Probabilistic size-and-shape functional mixed models
von: Wang, Fangyi, et al.
Veröffentlicht: (2024)

Gaussian process interpolation with conformal prediction: methods and comparative analysis
von: Pion, Aurélien, et al.
Veröffentlicht: (2024)