Sobol 张量列车用于全局敏感性分析
摘要：使用张量训练分解（TT）作为一种统一的方法，通过Sobol指数进行替代建模和全局敏感性分析。我们首先概述了几种方法，使用自适应采样策略或预定义的样本集构建TT替代模型。然后引入并推导了Sobol张量训练，它紧凑地表示了对于所有可能的联合变量交互的Sobol指数，这些指数在计算和存储上是不可行的。我们的公式允许高效的聚合和子选择操作：我们能够以极小的代价获得相关指数（闭合指数，总体指数和超集指数）。此外，我们利用TT框架中的现有全局优化过程进行变量选择和模型分析任务。我们通过两个分析工程模型和一个并行计算模拟数据集来演示我们的算法。
作者：Rafael Ballester-Ripoll, Enrique G. Paredes, Renato Pajarola
论文ID：1712.00233
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2017-12-04