Accéder directement au contenu Accéder directement à la navigation
Communication dans un congrès

First order Sobol indices for physical models via inverse regression

Résumé : Dans un contexte d'inversion Bayésienne de modèles physiques, on souhaite effectuer une analyse de sensibilité pour comprendre et ajuster le modèle. Pour ce faire, on introduit des indicateurs inspirés des indices de Sobol, mais visant le modèle inverse. Comme le modèle inverse n'a en général pas d'expression analytique, on propose d'utiliser un modèle paramétrique pour l'approximer. Les paramètres de ce modèle peuventêtre estimés par un algorithme EM. On peut ensuite exploiter l'expression analytique de la postérieur par une intégration numérique de type Monte-Carlo, ce qui permet une estimation efficace de ces pseudo indices de Sobol.
Liste complète des métadonnées

Littérature citée [10 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-02951375
Déposant : Benoit Kugler <>
Soumis le : mercredi 30 septembre 2020 - 15:35:56
Dernière modification le : lundi 12 octobre 2020 - 11:16:06

Fichier

Indices_de_Sobol_via_GLLiM.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-02951375, version 1

Collections

Citation

Benoit Kugler, Florence Forbes, Sylvain Douté. First order Sobol indices for physical models via inverse regression. 52èmes Journées de Statistique de la Société Française de Statistique (SFdS), Jun 2021, Nice, France. ⟨hal-02951375⟩

Partager

Métriques

Consultations de la notice

90

Téléchargements de fichiers

17