Stochastic Finite Volume Approximation with Clustering in the Parameter Space for the Forward Uncertainty Quantification of Differential Equations with Random Parameters
यह शोध पत्र एक नई स्टोकेस्टिक फाइनाइट वॉल्यूम स्कीम प्रस्तावित करता है जो उच्च आयामों में यादृच्छिक मापदंडों वाले अवकल समीकरणों के लिए कुशल फॉरवर्ड अनसर्टेन्टी क्वांटिफिकेशन को सक्षम करने के लिए पैरामीटर स्पेस में क्लस्टरिंग एल्गोरिदम को एकीकृत करती है, जो विशिष्ट रैंडम वेरिएबल वितरणों से स्वतंत्रता और विच्छिन्न समाधानों को सटीक रूप से कैप्चर करने की क्षमता जैसे लाभ प्रदान करती है।