TU Darmstadt / ULB / TUbiblio

Adaptive approximations for high-dimensional uncertainty quantification in stochastic parametric electromagnetic field simulations

Loukrezis, Dimitrios (2019)
Adaptive approximations for high-dimensional uncertainty quantification in stochastic parametric electromagnetic field simulations.
Technische Universität Darmstadt
Dissertation, Erstveröffentlichung

Kurzbeschreibung (Abstract)

The present work addresses the problems of high-dimensional approximation and uncertainty quantification in the context of electromagnetic field simulations. In the presence of many parameters, one faces the so-called curse of dimensionality. The focus of this work lies on adaptive methods that mitigate the effect of the curse of dimensionality, and therefore enable otherwise intractable uncertainty quantification studies. Its application scope includes electromagnetic field models suffering from moderately high-dimensional input uncertainty. However, the presented methods can be used in a black-box fashion and are therefore applicable to other types of problems as well.

Typ des Eintrags: Dissertation
Erschienen: 2019
Autor(en): Loukrezis, Dimitrios
Art des Eintrags: Erstveröffentlichung
Titel: Adaptive approximations for high-dimensional uncertainty quantification in stochastic parametric electromagnetic field simulations
Sprache: Englisch
Referenten: De Gersem, Prof. Dr. Herbert ; Römer, Prof. Dr. Ulrich
Publikationsjahr: 4 Februar 2019
Ort: Darmstadt
Datum der mündlichen Prüfung: 4 Februar 2019
URL / URN: https://tuprints.ulb.tu-darmstadt.de/8485
Kurzbeschreibung (Abstract):

The present work addresses the problems of high-dimensional approximation and uncertainty quantification in the context of electromagnetic field simulations. In the presence of many parameters, one faces the so-called curse of dimensionality. The focus of this work lies on adaptive methods that mitigate the effect of the curse of dimensionality, and therefore enable otherwise intractable uncertainty quantification studies. Its application scope includes electromagnetic field models suffering from moderately high-dimensional input uncertainty. However, the presented methods can be used in a black-box fashion and are therefore applicable to other types of problems as well.

Alternatives oder übersetztes Abstract:
Alternatives AbstractSprache

Die vorliegende Arbeit beschäftigt sich mit den Problemen der hochdimensionalen Approximation und der Quantifizierung der Unsicherheit im Zusammenhang mit elektromagnetischen Feldsimulationen. In Anwesenheit vieler Parameter steht man dem sogenannten Fluch der Dimensionalität gegenüber. Der Fokus dieser Arbeit liegt auf adaptiven Methoden, die die Auswirkung des Fluches der Dimensionalität abschwächen und daher ansonsten unlösbare Quantifizierungsstudien zur Unsicherheit ermöglichen. Sein Anwendungsbereich umfasst elektromagnetische Feldmodelle, die unter mäßig hochdimensionaler Eingangsunsicherheit leiden. Die vorgestellten Verfahren können jedoch in einer Black-Box-Art verwendet werden und sind daher auch auf andere Arten von Problemen anwendbar.

Deutsch
URN: urn:nbn:de:tuda-tuprints-84854
Sachgruppe der Dewey Dezimalklassifikatin (DDC): 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Teilchenbeschleunigung und Theorie Elektromagnetische Felder > Theorie Elektromagnetischer Felder
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Teilchenbeschleunigung und Theorie Elektromagnetische Felder
Exzellenzinitiative
Exzellenzinitiative > Graduiertenschulen
Exzellenzinitiative > Graduiertenschulen > Graduate School of Computational Engineering (CE)
Hinterlegungsdatum: 10 Mär 2019 20:55
Letzte Änderung: 10 Mär 2019 20:55
PPN:
Referenten: De Gersem, Prof. Dr. Herbert ; Römer, Prof. Dr. Ulrich
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 4 Februar 2019
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen