Zusammenfassung Geplante Unsicherheitsausbreitungsaufgaben mit Monte-Carlo-Simulation umfassen häufig einen Satz vordefinierter Eingabemuster, die durch ein gegebenes Modell propagiert werden sollen. Dieses Papier präsentiert ein digitales Netzabgleichschema, das sequenziell Punktmengen mit geringer Diskrepanz auswählt, die Teilmengen des vordefinierten Eingabemustersatzes sind. Diese Technik zeigt, dass sie grundsätzlich die Monte-Carlo-Simulation übertrifft, bis der Punkt erreicht ist, an dem alle vordefinierten Eingabemuster verwendet werden. Das Ergebnis ist eine Methodik zur Unsicherheitsausbreitung mit dem Potenzial, ein sicheres Entscheiden vor der Ausführung des gesamten vordefinierten Eingabemustersatzes zu ermöglichen. Der Ansatz wird an zufällig gezogenen Eingabeverteilungen unterschiedlicher Dimensionen und zufällig gezogenen Funktionen aus einer Klasse von Gaussian-Prozess-Vorverteilungen demonstriert.
Isaac et al. (Fri,) haben diese Frage untersucht.