Large-Scale Inverse Problems and Quantification of Uncertainty

...Нажми для увеличения фото
14 641 ₽Скидка: 13%

12 715 ₽

Товар в наличии
  Узнать о снижении стоимости
Отправим письмо при снижении стоимости.

Рекомендательный сервис

  • Общий рейтинг 4.79
  • Рейтинг покупателей 4.96
  • Рейтинг экспертов 4.77
  • Качество материалов 4.90
  • Надежность 4.77
  • Простота в использовании 4.07
  • Ремонтопригодность 4.50
  • Эффективность выполнения своих функций 4.59
  • Коэффициент удивления "Вау!" 4.79
  • Безопасность для пользователя4.67
  • Внешний вид 4.07
  • Удобство в уходе и чистке 4.05
  • Экологическая безопасность 4.70
  • Гарантия на товар 4.00
  • Соответствие стандартам качества 4.77
  • Инновационные технологии 4.00
  • Хит продаж 4.79
  • Скорость морального устаревания 4.95
  • Энергоэффективность 4.57
  • Универсальность использования 4.99
  • Наличие дополнительных функций 4.00
  • Соотношение цена-качество 4.70
  • Практичность и удобство хранения 4.97
  • Стабильность работы в различных условиях 4.06
  • Возможность персонализации 4.09
  • Ликвидность 4.57
  • Индекс рекомендаций 4.00
2555 покупателей и эксперты портала 1ya.ru рекомендуют к покупке товар «Large-Scale Inverse Problems and Quantification of Uncertainty» или его аналог из списка ниже.
This book focuses on computational methods for large-scale statistical inverse problems and provides an introduction to statistical Bayesian and frequentist methodologies. Recent research advances for approximation methods are discussed, along with Kalman filtering methods and optimization-based approaches to solving inverse problems. The aim is to cross-fertilize the perspectives of researchers in the areas of data assimilation, statistics, large-scale optimization, applied and computational mathematics, high performance computing, and cutting-edge applications. The solution to large-scale inverse problems critically depends on methods to reduce computational cost. Recent research approaches tackle this challenge in a variety of different ways. Many of the computational frameworks highlighted in this book build upon state-of-the-art methods for simulation of the forward problem, such as, fast Partial Differential Equation (PDE) solvers, reduced-order models and emulators of the forward problem, stochastic spectral approximations, and ensemble-based approximations, as well as exploiting the machinery for large-scale deterministic optimization through adjoint and other sensitivity analysis methods. Key Features: • Brings together the perspectives of researchers in areas of inverse problems and data assimilation. • Assesses the current state-of-the-art and identify needs and opportunities for future research. • Focuses on the computational methods used to analyze and simulate inverse problems. • Written by leading experts of inverse problems and uncertainty quantification. Graduate students and researchers working in statistics, mathematics and engineering will benefit from this book.
Информация о характеристиках, комплекте поставки, стране изготовления, внешнем виде и цвете товара носит справочный характер и взятая из открытых источников или размещена продавцом. Цена указана на дату: 09.05.2025 г. На текущий момент стоимость может отличаться. Предложение не является публичной офертой.
Эксперт: Светлана М., персональный онлайн-шопер
Дата рецензии: 14 июня 2025 г.
Рекомендация к покупке положительная

Доставка покупки

    • В электронном виде;
    • Читать онлайн;
    • Скачать на компьютер или мобильные устройства.

Оплата заказа

    • Банковской картой;
    • электронными деньгами Яндекс-Деньги; WebMoney, Qiwi Кошелек, PayPal;
    • Наличными через терминалы;
    • Банковским переводом.
  • Наименование: ООО «ЛитРес»
  • ИНН: 7719571260

Рекомендуем аналогичные товары

Дополнительно из категории