Adaptive approximation of high-dimensional functions with tree tensor networks for Uncertainty Quantification
Les problèmes de quantification d'incertitudes des modèles numériques nécessitent de nombreuses simulations, souvent très coûteuses (en temps de calcul et/ou en mémoire). C'est pourquoi il est essentiel de construire des modèles approchés qui sont moins coûteux à évaluer. En pratique, si l...
Enregistré dans:
Auteurs principaux : | , , , , , , |
---|---|
Collectivités auteurs : | , , |
Format : | Thèse ou mémoire |
Langue : | anglais |
Titre complet : | Adaptive approximation of high-dimensional functions with tree tensor networks for Uncertainty Quantification / Cécile Haberstich; sous la direction de Anthony Nouy et de Guillaume Perrin |
Publié : |
2020 |
Accès en ligne : |
Accès Nantes Université
|
Note sur l'URL : | Accès au texte intégral |
Note de thèse : | Thèse de doctorat : Mathématiques et leurs interactions : Ecole centrale de Nantes : 2020 |
Sujets : |