.png){kind=icon}
返回
MF-GLaM: A multifidelity stochastic emulator using generalized lambda models
.png){kind=icon}
OA
AI
DOI：10.1016/j.cma.2025.118498.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• MF-GLaM是一种新颖的多保真度方法，用于模拟高保真度随机模拟器在每个输入下的全条件响应分布。
• 它具有非侵入性，无需访问模拟器的内部随机性，也不需要在相同输入值上重复评估。
• 它扩展了近期发表的广义λ模型，通过多项式混沌展开融合了来自两种保真度的参数。
• 它通过最大似然估计和自动基选择策略，联合拟合跨保真度的参数。
• MF-GLaM相比单保真度模拟器实现了更快的收敛速度和显著的计算节省。
Keyword:
Multifidelity modeling
Stochastic simulators
Stochastic emulators
Surrogate models
Generalized lambda models
Polynomial chaos expansions
65C60
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
7.3
论文数:
1.3W
被引数:
5.6W
机构
引用论文
分享收藏
ANALYSIS OF THE CHALLENGES IN DEVELOPING SAMPLE-BASED MULTIFIDELITY ESTIMATORS FOR NONDETERMINISTIC MODELS基于非确定性模型开发样本化多保真度估计器所面临的挑战分析
PREAI
分享收藏Predicting the output from a complex computer code when fast approximations are available.png)
Biometrika
BiometrikaIF0
PREAI
分享收藏
查看更多内容