Beräkningsvetenskap: Osäkerhetskvantifiering och datadriven modellering
Kursen behandlar: Viktiga begrepp inom osäkerhetskvantifiering (UQ), såsom verifiering vs. validering, påträngande vs. icke-påträngande, och framåt vs. inverterad UQ Numerisk diskretisering för partiella differentialekvationer med slumpmässiga parametrar: stokastisk Galerkin och stokastisk kollokation Bayesiansk inferens och dess tillämpningar på parameteruppskattning Provtagningstekniker: MoThe course treats: Important concepts in uncertainty quantification (UQ), such as verification vs. validation, intrusive vs. non-intrusive, and forward vs. inverse UQ Numerical discretisation for PDEs with random parameters: stochastic Galerkin and stochastic collocation Bayesian inference and its applications to parameter estimation Sampling techniques: Monte Carlo and importance sampling G