Quantificação de Incerteza dado a Resposta do Modelo Descontínua e um Número Limitado de Execuções do Modelo

Esboçamos uma metodologia para quantificação de incerteza em sistemas com parâmetros incertos, resposta do modelo descontínua e um número limitado de execuções do modelo. Nossa abordagem envolve duas etapas. Primeiro, detectamos a descontinuidade com inferência bayesiana, obtendo assim uma representação probabilística da curva de descontinuidade para parâmetros de entrada distribuídos arbitrariamente. Em seguida, utilizando a transformação de Rosenblatt, construímos representações espectrais da saída incerta do modelo, usando expansões de caos polinomial (PC) em ambos os lados da curva de descontinuidade, resultando em uma representação PC média da resposta do modelo direto que permite uma quantificação eficiente da incerteza. Obtivemos modos PC por projeção ortogonal ou inferência bayesiana, e defendemos uma abordagem híbrida que busca um equilíbrio entre a precisão fornecida pela projeção ortogonal e a flexibilidade fornecida pela inferência bayesiana. A saída incerta do modelo é então computada tomando uma média em conjunto sobre as expansões PC correspondentes a realizações amostradas da curva de descontinuidade. A metodologia é demonstrada em exemplos sintéticos de resposta do modelo descontínua com nitidez e estrutura ajustáveis.