🗊Презентация Гауссово моделирование

Категория: Математика
Нажмите для полного просмотра!
Гауссово моделирование, слайд №1Гауссово моделирование, слайд №2Гауссово моделирование, слайд №3Гауссово моделирование, слайд №4Гауссово моделирование, слайд №5Гауссово моделирование, слайд №6Гауссово моделирование, слайд №7Гауссово моделирование, слайд №8Гауссово моделирование, слайд №9Гауссово моделирование, слайд №10Гауссово моделирование, слайд №11Гауссово моделирование, слайд №12Гауссово моделирование, слайд №13Гауссово моделирование, слайд №14Гауссово моделирование, слайд №15Гауссово моделирование, слайд №16Гауссово моделирование, слайд №17Гауссово моделирование, слайд №18

Вы можете ознакомиться и скачать презентацию на тему Гауссово моделирование. Доклад-сообщение содержит 18 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации


Слайд 1


Гауссово моделирование, слайд №1
Описание слайда:

Слайд 2





Гауссово моделирование основано на Кригинге и использует смоделированные/получееные кригингом значения, как данные для воспроизведения ковариации между всеми моделируемыми значениями 
Гауссово моделирование основано на Кригинге и использует смоделированные/получееные кригингом значения, как данные для воспроизведения ковариации между всеми моделируемыми значениями 
Гауссово распределение: легко создать условное распределение (форма всех условных распределений = нормальному/гауссову)
Математическое ожидание и дисперсия: взята из кригинга

Последовательное Гауссово моделирование широко используемый алгоритм GSLib, также используемый Petrel для стохастического моделирования. Из ограниченного количесвта данных может построить модель, с учетом следуещего:
Преобразование к нормальному распределению: Исходные данные преобразуются с мат. ожиданием =0 и стд. Отклонением =1. Результат моделирования автоматически преобразуется к исходному распределению
Стационарность: Среднее значение данных не меняется латерально, поведение данных не зависит от их расположения  (Отсутствие трендов в данных)
Выходные данные: Множество РАВНОВЕРОЯТНЫХ реализаций (обусловленные случайной траекторией)
Описание слайда:
Гауссово моделирование основано на Кригинге и использует смоделированные/получееные кригингом значения, как данные для воспроизведения ковариации между всеми моделируемыми значениями Гауссово моделирование основано на Кригинге и использует смоделированные/получееные кригингом значения, как данные для воспроизведения ковариации между всеми моделируемыми значениями Гауссово распределение: легко создать условное распределение (форма всех условных распределений = нормальному/гауссову) Математическое ожидание и дисперсия: взята из кригинга Последовательное Гауссово моделирование широко используемый алгоритм GSLib, также используемый Petrel для стохастического моделирования. Из ограниченного количесвта данных может построить модель, с учетом следуещего: Преобразование к нормальному распределению: Исходные данные преобразуются с мат. ожиданием =0 и стд. Отклонением =1. Результат моделирования автоматически преобразуется к исходному распределению Стационарность: Среднее значение данных не меняется латерально, поведение данных не зависит от их расположения (Отсутствие трендов в данных) Выходные данные: Множество РАВНОВЕРОЯТНЫХ реализаций (обусловленные случайной траекторией)

Слайд 3





 3D грид состоит из пронумерованных ячеек. Случайная формула для траектории задает порядок обхода
 3D грид состоит из пронумерованных ячеек. Случайная формула для траектории задает порядок обхода
Описание слайда:
3D грид состоит из пронумерованных ячеек. Случайная формула для траектории задает порядок обхода 3D грид состоит из пронумерованных ячеек. Случайная формула для траектории задает порядок обхода

Слайд 4


Гауссово моделирование, слайд №4
Описание слайда:

Слайд 5





1. Преобразование входных данных к Гауссовому распределению, используя преобразование к нормальному распределению, дающую гладкую кривую CDF
1. Преобразование входных данных к Гауссовому распределению, используя преобразование к нормальному распределению, дающую гладкую кривую CDF
Описание слайда:
1. Преобразование входных данных к Гауссовому распределению, используя преобразование к нормальному распределению, дающую гладкую кривую CDF 1. Преобразование входных данных к Гауссовому распределению, используя преобразование к нормальному распределению, дающую гладкую кривую CDF

Слайд 6





3. Рассчитывается условная кумулятивная функция распределения (CCDF) , базирующуюся на исходных и заранее смоделированных данных. Отображается смоделированное значение CCDF.
3. Рассчитывается условная кумулятивная функция распределения (CCDF) , базирующуюся на исходных и заранее смоделированных данных. Отображается смоделированное значение CCDF.
Описание слайда:
3. Рассчитывается условная кумулятивная функция распределения (CCDF) , базирующуюся на исходных и заранее смоделированных данных. Отображается смоделированное значение CCDF. 3. Рассчитывается условная кумулятивная функция распределения (CCDF) , базирующуюся на исходных и заранее смоделированных данных. Отображается смоделированное значение CCDF.

Слайд 7


Гауссово моделирование, слайд №7
Описание слайда:

Слайд 8


Гауссово моделирование, слайд №8
Описание слайда:

Слайд 9


Гауссово моделирование, слайд №9
Описание слайда:

Слайд 10


Гауссово моделирование, слайд №10
Описание слайда:

Слайд 11


Гауссово моделирование, слайд №11
Описание слайда:

Слайд 12


Гауссово моделирование, слайд №12
Описание слайда:

Слайд 13


Гауссово моделирование, слайд №13
Описание слайда:

Слайд 14





В случае, если нет никаких входных данных, можно использовать безусловное моделирование:
В случае, если нет никаких входных данных, можно использовать безусловное моделирование:
Пользователь определяет разброс выходных данных
Пользователь определяет среднее значение и среднеквадратическое отклонение
Результирующая поверхность получает значения в требуемом интервале с помощью обратного преобразования  из среднего значения и стандартного отклонения
Рассчитывается CDF, которая используется для обратного преобразования.
Описание слайда:
В случае, если нет никаких входных данных, можно использовать безусловное моделирование: В случае, если нет никаких входных данных, можно использовать безусловное моделирование: Пользователь определяет разброс выходных данных Пользователь определяет среднее значение и среднеквадратическое отклонение Результирующая поверхность получает значения в требуемом интервале с помощью обратного преобразования из среднего значения и стандартного отклонения Рассчитывается CDF, которая используется для обратного преобразования.

Слайд 15


Гауссово моделирование, слайд №15
Описание слайда:

Слайд 16


Гауссово моделирование, слайд №16
Описание слайда:

Слайд 17





Гауссово моделирование 
Алгоритмы Гауссова моделирования в Petrel
Описание слайда:
Гауссово моделирование Алгоритмы Гауссова моделирования в Petrel

Слайд 18





Упражнение
Описание слайда:
Упражнение



Похожие презентации
Mypresentation.ru
Загрузить презентацию