Skip to content

GCRI · システム科学とモデル化

不確実性の定量化

不確実性定量化とモデル検証は、このプラットフォームがスチュワードを務める手法です。モデルにおける不確実性の要因を特定し、それを出力まで伝播させ、どの要因が最も重要かを見極め、独立したエビデンスに照らしてモデルを検証することで、結果を適切な確信度で読み取れるようにします。

01登録

Uncertainty quantification on the record.

手法の記録STEM の手法
  1. 手法不確実性の定量化とモデル検証
  2. スチュワードシステム 科学とモデリング
  3. 適用先システム科学とモデリング
  4. データ入力 3 件
  5. 正式なページSTEM コモンズ
02申請

不確実性の定量化とモデル検証がここで果たす役割。

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.

不確実性バジェット

Contributions from inputs, parameters, structure, numerical error and variability are estimated separately and reported together.

Surrogate models for expensive simulations

限られた回数の実行で訓練したエミュレータが、高コストなモデルの代わりを務め、感度分析と不確実性分析を実行可能にします。

信頼性の評価

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

03監視

不確実性分析。

この手法を追跡するためにチームが使う画面:その指標、状態、決定。名前は例であり、値はイメージです。

不確実性分析

システム科学 · 不確実性定量化 · 実行 R-4832

感度の順位づけGCRI・システム科学とモデル化

全次感度

出力の分布

入力

ライブラリ内のモデル一様モデル、明示専門家の意見聴取
検証記録のあるモデルベータ of models, stated専門家の意見聴取
完了した連成実行平常取り付け騒ぎ、明示専門家の意見聴取
プラットフォーム間での再利用一様明記された用途専門家の意見聴取
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.
04データ

手法が使用するもの。

本プラットフォームで不確実性の定量化とモデル検証に用いられるデータセットと記録を、それぞれが果たす役割と、その値に付されるラベルとともに示す。情報源は 出典の登録簿.

データ役割ラベル
Model runsPropagationモデル化
検証データ試験中観測
専門家の意見聴取Poorly known inputs推定
05手法とエビデンス

How uncertainty quantification is modelled, measured and tested.

モデル、その仮定、データ、不確実性を、科学者やエンジニアが確認する形で示します。構造は公表された手法に従っています。描かれた値は例示であり、知見ではありません。

モデル、方程式、仮定

不確実性の定量化に用いるモデル構造、その前提、各前提の検証方法。

要素 i のリスクRi = f(Hi, Ei, Vi, Ci)ハザード、エクスポージャー、脆弱性、対処能力
年間期待損失EAL = ∑k pk · Lkover events k with annual probability pk
結合システムxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
仮定作られる理由検証の方法
一つの事象の中では、ハザードとエクスポージャーは独立している損失の積分を扱いやすく保つ同時記録に当てはめたコピュラと比較
結合は動作点の近くで線形であるショックを A を通じて伝播させる線形範囲を超えて摂動を与えて比較する
脆弱性曲線は場所を越えて適用できる地域固有の曲線はめったに得られない観測された損失がある場合はそれに照らして検証
入力
来歴付きのバージョン管理されたデータセット
成果物
分布であり、単一の数値ではない
コード
モデルカードと試験とともに公開
再現
同じデータ、コード、環境、シード
標準的なリスクおよび状態空間の定式化です。挙げた前提はこの手法に典型的なもので、審査のために示しており、結果ではありません。
FAIR 原則・GO FAIR と FORCE11W3C PROV・World Wide Web Consortium不確実性の一貫した扱いに関するガイダンス・IPCCCEOS 解析即応データ・地球観測衛星委員会
06検証

結果の確認方法。

予測分布は、保持された観測値に対して較正度と鮮鋭度が検証される。検証により、コードが意図した方程式を解いていることが確認される。

確認実施方法
エミュレータの検証サロゲートは、保留したモデル実行結果に対して検証されます
区間のカバレッジ示された区間は、結果と照合して検証されます
Structural comparisonAlternative model structures are compared

構造的な不確実性と未知の未知は表現が困難です。計算コストにより、高次元モデルの探索が制限されます。

07プロセス

プロセスの進め方。

Process explorer · Process

不確実性の定量化: ハザード、エクスポージャー、脆弱性

10 steps4 stages

プロセス

不確実性の定量化: ハザード、エクスポージャー、脆弱性

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 要因

    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 評価

    1. 05対応から生じるリスクコンポーネント · ユーザー・エージェンシー気候への対応から生じるリスクは、対応が目的を達成できない場合や、トレードオフや負の副作用から生じます。
    2. 06脆弱性コンポーネント · ユーザー・エージェンシー悪影響を受ける傾向または素因。被害への感受性と、対処し適応する能力の欠如を含みます。
    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 対応

    1. 08Risk management and responseStep · User agencyRisk management is plans, actions, strategies or policies that reduce the likelihood or size of adverse consequences.
    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 決定

    1. 10Decision by the responsible partyDecision · User agencyThe framing names no single decision maker. Decisions on responses rest with the responsible party under its own rules.

外部の標準または手法の概要を、その公開情報源に基づいて示したものです。フレームワークが述べていることを説明するものであり、いかなる実施の記録でもありません。Nexus やいずれかのパートナーがあるステップを実施、認証、承認していることを示すものではありません。ゲートは手法のステップであり、Nexus による承認ではありません。

09スチュワードシップ

手法を維持する者。

システム 科学・モデリングは、コンソーシアムの不確実性の定量化とモデル検証を担い、それがプラットフォーム全体でどのように適用されているかを審査する。

10質問

質問と回答。

この分野における不確実性定量化とモデル検証の限界は何か。
構造的な不確実性と未知の未知は表現が困難です。計算コストにより、高次元モデルの探索が制限されます。
結果はどのように確認されますか?
予測分布は、保持された観測値に対して較正度と鮮鋭度が検証される。検証により、コードが意図した方程式を解いていることが確認される。
このページの値は実際のものですか?
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.
この手法は他にどこで適用されていますか?
社会を動かし続ける 正式な手法のページ には、それを適用するすべてのプラットフォームが掲載されています。
報告書貢献する

このページからエビデンスを提供する。

Reports はコンソーシアムの季刊刊行物です。このテーマについてあなたが知っていることは、次号でエビデンス、事例、または訂正となり得ます。あなたの名前を記し、あなた自身の著作物である場合は CC BY 4.0 で公表されます。

GCRIシステム科学とモデリング手法と技術シナリオとストレステスト
システム科学とモデリング

手法、データセット、または問いを持ち込んでください。

情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。