Octava Edición del Guanajuato Uncertainty Quantification: Taller de Inferencia y Cuantificación de Incertidumbre en problemas en Ciencias e Ingeniería (GUQ2023).
Este taller tiene por objetivo reunir estudiantes e investigadores en matemáticas aplicadas, estadística y computación para exponer avances en Cuantificación de Incertidumbre en problemas de inferencia que involucran sistemas complejos modelados por ecuaciones diferenciales parciales y ordinarias.
La Cuantificación de Incertidumbre abarca métodos para evaluar una gran variedad de errores provenientes de la observación, modelación y discretización de modelos físicos. El taller se interesa tanto en la propagación de la incertidumbre como en la Cuantificación de Incertidumbre (UQ) de parámetros en Problemas Inversos.
En esta edición, el GUQ2023 es un taller interactivo planeado para:
- Entender lo que es la Cuantificación de Incertidumbre bayesiana;
- Entender a nivel conceptual y técnico los pasos en la UQ bayesiana,
- Aprender y aplicar técnicas de solución numérica de ecuaciones diferenciales parciales y ordinarias, incluyendo herramientas software disponibles.
- Aprender técnicas para establecer la distribución posterior y los métodos computacionales de optimización y simulación de la dicha distribución;
- Desarrollar ejemplos completos de propagación de incertidumbre y de UQ bayesiana que involucren problemas inversos de ecuaciones diferenciales parciales y ordinarias, de interés para los participantes.
- Trabajar en el uso de modelos sustitutos (surrogates) para UQ.
- Explorar la solución y trabajo futuro de problemas de UQ propuestos por los participantes.
El taller está dirigido a estudiantes de último año de licenciatura y a estudiantes de postgrado, en matemáticas, física e ingeniería, así como a investigadores interesados en el tema. El cupo es limitado a 30 participantes.
INVITADOS
Por anunciar
FECHAS IMPORTANTES
Fecha límite para enviar resúmenes y solicitar apoyo: 29 de octubre.
ORGANIZADORES
J Andrés Christen (CIMAT)
Antonio Capella (IMATE, UNAM)
Marcos Capistrán Ocampo
Contacto: guq_2023@cimat.mx
