Skip to content

GCRI · Scienza dei sistemi e modellazione

Quantificazione dell'incertezza

La quantificazione dell'incertezza e la validazione dei modelli è un metodo di cui questa piattaforma è custode. Individua le fonti di incertezza nei modelli, le propaga fino ai risultati, stabilisce quali contano di più e mette alla prova i modelli con evidenze indipendenti, in modo che i risultati possano essere letti con il giusto grado di confidenza.

01Registrare

Uncertainty quantification on the record.

Registro del metodoMetodo STEM
  1. MetodoQuantificazione dell'incertezza e validazione dei modelli
  2. Custodesistemi e modellazione
  3. Applicato inScienza dei sistemi e modellazione
  4. Pagina canonicaBeni comuni STEM
02Domanda di adesione

Che cosa fanno qui la quantificazione dell'incertezza e la validazione dei modelli.

Uncertainty quantification and model validation characterise how uncertainty in inputs, parameters and model structure affects predictions. They establish how much confidence a model’s outputs deserve. In methods and modelling, risk management and systemic risk and research and evidence, uncertainty quantification shows where risk estimates are robust and where they are fragile. It guides where better data or models would change decisions. The canonical description is on the STEM Commons.

Bilanci di incertezza

I contributi di input, parametri, struttura, errore numerico e variabilità sono stimati separatamente e riportati insieme.

Modelli surrogati per simulazioni onerose

Gli emulatori addestrati su un numero limitato di simulazioni sostituiscono modelli costosi, rendendo fattibili l'analisi di sensibilità e di incertezza.

Valutazione di credibilità

Models used in decisions are assessed against credibility criteria such as those in ASME V&V 40 and NASA-STD-7009.

03Monitoraggio

Analisi dell'incertezza.

La schermata che un gruppo utilizzerebbe per seguire questo metodo: misure, stati e decisioni. I nomi sono esempi e i valori sono illustrativi.

Analisi dell'incertezza

Scienza dei sistemi · Quantificazione dell'incertezza · Esecuzione R-4832

Sensibilità classificataGCRI · Scienza dei sistemi e modellazione

Sensibilità di ordine totale

Distribuzione degli output

Input

Modelli in libreriaUniformemodelli, dichiaratiElicitazione strutturata del giudizio esperto
Modelli con registro di validazioneBeta of models, statedElicitazione strutturata del giudizio esperto
Esecuzioni accoppiate completateNormalecorse agli sportelli, dichiarateElicitazione strutturata del giudizio esperto
Riutilizzo tra le piattaformeUniformeusi, dichiaratiElicitazione strutturata del giudizio esperto
Uncertainty analysis: the screen’s structure, terms and states for Systems science.Example names and illustrative values; a design, not a record or a live system.
04Dati

Cosa utilizza il metodo.

Dataset e record utilizzati dalla quantificazione dell'incertezza e dalla validazione dei modelli su questa piattaforma, con il ruolo di ciascuno e l'etichetta che i loro valori recano. Le fonti sono elencate in registro delle fonti.

DatiRuoloEtichetta
Model runsPropagazioneMODELLATO
Dati di validazioneIn provaOSSERVATO
Raccolta di giudizi di espertiInput poco notiSTIMATO
05Metodi ed evidenze

How uncertainty quantification is modelled, measured and tested.

Il modello, le sue ipotesi, i suoi dati e la sua incertezza, nella forma in cui uno scienziato o un ingegnere li verificherebbe. Le strutture seguono metodi pubblicati. I valori rappresentati sono illustrativi, non risultati.

Modello, equazioni e ipotesi

La struttura del modello utilizzata per la quantificazione dell'incertezza, le ipotesi che formula e il modo in cui ciascuna viene verificata.

Rischio dell'elemento iRi = f(Hi, Ei, Vi, Ci)pericolo, esposizione, vulnerabilità e capacità di risposta
Perdita annua attesaEAL = ∑k pk · Lkover events k with annual probability pk
Sistemi accoppiatixt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
IpotesiPerché è realizzatoCome viene testato
Pericolo ed esposizione sono indipendenti all'interno di un eventoMantiene trattabile l'integrale delle perditeConfrontare con un adattamento di copula su registrazioni congiunte
Gli accoppiamenti sono lineari vicino al punto di funzionamentoConsente agli shock di propagarsi attraverso APerturbare oltre l'intervallo lineare e confrontare
Le curve di vulnerabilità si trasferiscono da un luogo all'altroLe curve locali sono raramente disponibiliValidare rispetto alle perdite osservate, dove esistono
Input
set di dati versionati con provenienza
Risultati
distribuzioni, mai valori singoli
Codice
pubblicato con la scheda del modello e i test
Riproduzione
stessi dati, codice, ambiente e seed
Formulazioni standard del rischio e dello spazio degli stati; le ipotesi elencate sono tipiche del metodo, dichiarate per la revisione, non risultati.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
06Validazione

Come vengono verificati i risultati.

Le distribuzioni predittive sono verificate in termini di calibrazione e nitidezza rispetto a osservazioni escluse dalla stima. La verifica conferma che il codice risolve le equazioni previste.

VerificaCome si fa
Emulator validationSurrogates are tested against held-out model runs
Copertura dell'intervalloStated intervals are checked against outcomes
Structural comparisonVengono confrontate strutture di modello alternative

L'incertezza strutturale e le incognite ignote sono difficili da rappresentare. Il costo computazionale limita l'esplorazione dei modelli ad alta dimensionalità.

07Processo

Come si svolge il processo.

Process explorer · Process

Uncertainty quantification: Hazard, exposure, vulnerability

10 steps4 stages

Processo

Uncertainty quantification: Hazard, exposure, vulnerability

In IPCC AR6 Working Group II, climate risk results from interactions between hazards and a system’s exposure and vulnerability, and responses can add risk.

  1. 01 Fattori

    1. 01HazardDataset · User agencyThe potential occurrence of a natural or human-induced physical event or trend that may harm people, property, services or ecosystems.
    2. 02ExposureDataset · User agencyThe presence of people, livelihoods, species, ecosystems, infrastructure or assets in places and settings that could be adversely affected.
    3. 03SensitivityDataset · User agencyThe degree to which a system or species is affected, either adversely or beneficially, by climate variability or change.
    4. 04Capacity to cope and adaptDataset · User agencyThe ability of systems, institutions, humans and other organisms to adjust to damage, take opportunities or respond to consequences.
  2. 02 Valutazione

    1. 05Rischio derivante dalle risposteComponente · Autonomia dell'utenteI rischi derivanti dalle risposte climatiche sorgono quando le risposte non raggiungono i loro obiettivi, oppure da compromessi o effetti collaterali negativi.
    2. 06VulnerabilitàComponente · Autonomia dell'utenteLa propensione o predisposizione a subire effetti negativi. Comprende la sensibilità al danno e la mancanza di capacità di risposta e di adattamento.
    3. 07RiskModel · Systems Science and ModellingRisk results from dynamic interactions between hazards and the system’s exposure and vulnerability. Each may be uncertain and change.
  3. 03 Risposta

    1. 08Gestione del rischio e rispostaFase · Agenzia dell'utenteLa gestione del rischio comprende piani, azioni, strategie o politiche che riducono la probabilità o l'entità delle conseguenze negative.
    2. 09Residual riskRecord · User agencyThe climate impact risk that remains after adaptation and mitigation efforts. Adaptation can redistribute risk between areas and groups.
  4. 04 Decisione

    1. 10Decisione della parte responsabileDecisione · Autonomia dell'utenteL'inquadramento non indica un unico decisore. Le decisioni sulle risposte spettano alla parte responsabile secondo le proprie regole.

Sintesi di uno standard o metodo esterno, tratta dalle sue fonti pubbliche. Descrive ciò che dice il quadro, non il resoconto di alcuna esecuzione. Non indica che Nexus o un partner esegua, certifichi o approvi una fase. Un gate è una fase del metodo, mai un'approvazione di Nexus.

09Custodia

Chi mantiene il metodo.

Systems Science and Modelling stewards uncertainty quantification and model validation for the Consortium and reviews how it is applied across platforms.

10Domande

Domande e risposte.

Quali sono i limiti della quantificazione dell'incertezza e della validazione dei modelli in questo ambito?
L'incertezza strutturale e le incognite ignote sono difficili da rappresentare. Il costo computazionale limita l'esplorazione dei modelli ad alta dimensionalità.
Come vengono verificati i risultati?
Le distribuzioni predittive sono verificate in termini di calibrazione e nitidezza rispetto a osservazioni escluse dalla stima. La verifica conferma che il codice risolve le equazioni previste.
I valori di questa pagina sono reali?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Dove altro viene applicato questo metodo?
Il pagina canonica del metodo elenca ogni piattaforma che lo applica.
RapportiContribuisci

Contribuisci con evidenze da questa pagina.

Reports è la pubblicazione trimestrale del consorzio. Ciò che sai su questo tema può diventare un'evidenza, un caso o una correzione nella prossima edizione, attribuita a te e pubblicata con licenza CC BY 4.0 se si tratta di un tuo lavoro.

GCRIScienza dei sistemi e modellazioneMetodi e aspetti tecniciScenari e stress test
Scienza dei sistemi e modellazione

Porta un metodo, un set di dati o una domanda.

Informazioni e richieste sono aperte oggi. Una richiesta riceve un riferimento e indica il passo successivo; candidature, pagamenti, assegnazioni di calcolo e registrazioni si aprono solo quando esistono il team, le condizioni e la capacità di revisione.