グローバル感度解析に対するカオス力学系やメタモデルの視点(<特集>現代感度解析入門:FASTとSobol'法を中心として)
スポンサーリンク
概要
- 論文の詳細を見る
グローバル感度解析について,カオス力学系やメタモデルとの関連を述べる.本稿前半の第1〜第3節ではFAST(Fourier Analysis Sensitivity Test)とカオス力学系との関連を論じる.後半の第4〜第6節では,メタモデルとの関連からHDMR(High Dimensional Model Representation)を取り上げた後,分散分析(ANOVA)のHDMRへの適用によるグローバル感度解析ANOVA-HDMRを解説する.
- 2010-10-01
著者
関連論文
- A NEW STOCHASTIC LEARNING ALGORITHM FOR NEURAL NETWORKS
- Analysis of Noise Sensitivity of Attractor Selection (The 8th Workshop on Stochastic Numerics)
- Domain Description based on Reliability Learning(SVM)
- One-Class Classification とその応用(非線形計画(2))
- 携帯端末を用いたオンラインショッピングの特性
- ネットワーク携帯端末を用いた通信販売におけるE-businessの特性(マーケティング(1))
- グローバル感度解析に対するカオス力学系やメタモデルの視点 (特集 現代感度解析入門--FASTとSobol'法を中心として)
- グローバル感度解析に対するカオス力学系やメタモデルの視点(現代感度解析入門:FASTとSobol'法を中心として)
- 感度解析について(現代感度解析入門:FASTとSobol'法を中心として)
- 特集にあたって(現代感度解析入門:FASTとSobol'法を中心として)
- A ROBUST ENSEMBLE LEARNING USING ZERO-ONE LOSS FUNCTION
- A ROBUST BOOSTING METHOD FOR MISLABELED DATA
- 0-1損失関数を用いたロバストなブースティングの提案(データマイニング)
- A Robust Boosting Method using Zero-one Loss Function :SNRBoost (6th Workshop on Stochastic Numerics)
- 1-G-2 大規模データに対するSVRを用いたアンサンブル学習(MIS・DSS)
- 決定木を用いた複合学習モデルについて(マーケッティング)
- A-33 連続化による離散最適化の一手法(最適化,A.アルゴリズム・基礎)
- An Optimization Algorithm Based On Stochastic Sensitivity Analysis For Noisy Objective Landscapes (5th Workshop on Stochastic Numerics)
- 白色雑音を用いる勾配法とそのTSPへの応用
- 確率雑音反応法による連続系での最適化(数理計画)
- 巻頭言 通信販売業と知識集約型サービス科学
- 近藤次郎先生ORの先達,人生の師(ORを築いた人々(2))
- 1-G-1 高次元特徴空間上でのクラス間距離を考慮したマルチクラスSVMの提案(MIS・DSS)
- 2-B-3 密度推定法に基づくカーネル判別機械(応用モデル)
- 1クラスSVMと近傍サポートによる領域判別(SVMの周辺:One-Class SVMと領域判別)
- 特集にあたって(SVMの周辺:One-Class SVMと領域判別)
- 階層的GTMに基づく教師付き学習モデル(データマイニング)
- Mining Association Rules using Lattice Theory (6th Workshop on Stochastic Numerics)
- IFORS 2002 参加同行記(情報の窓)
- 2-G-2 周辺密度を用いたOne-Class SVMの設計(判別・分類)
- Support Vector Regression による顧客スコアリング(データマイニング)
- リレーションシップ・データへのデータマイニングの適用(データマイニング)
- 特集にあたって(データマイニング)
- データマイニングによる顧客スコアリング(データマイニング)
- Bootstrap Training for Neural Network Learning (4th Workshop on Stochastic Numerics)
- Bootstrapping for Neural Network Learning
- Variance-Based Methods for Sensitivity Analysis
- Spatial Analysis and Forecasting : Identical Units Artificial Neural Network
- シミュレーションの限界?
- ポスト・ノーマルサイエンスとグローバル感度解析
- グローバル感度解析と高次元モデル表現(HDMR)
- 2-E-8 De-noisingの適用による感度指標の効率的計算とFAST手法の拡張(信頼性(3))
- 2-B-12 ベイジアンネットワークにおけるモデル選択基準の一考察(確率統計関連)
- 2-A-3 部分グラフを用いたコミュニティ検出の高速化(最適化・アルゴリズム)