Computermodellierung - fit für komplexe Modelle? 🧠💡

Question 1

In der Computermodellierung unterscheidet man oft zwischen Verifikation (Verification) und Validierung (Validation). Welche Aussage trifft am ehesten zu?

Accepted Answer

Verifikation prüft die Korrektheit der Implementierung, während Validierung die Übereinstimmung mit realen Daten bewertet.

Answer

Verifikation prüft, ob das Modell die reale Welt exakt abbildet.

Answer

Validierung prüft, ob die Implementierung des Codes fehlerfrei ist.

Answer

Beide Begriffe bedeuten dasselbe.

Question 2

Was bedeutet in der Kalibrierung/Modellierung der Begriff 'Identifiability' von Parametern?

Accepted Answer

Parameterwerte können eindeutig aus den Daten abgeleitet werden.

Answer

Es bedeutet, dass es unendlich viele äquivalente Parameter-Lösungen für die Daten gibt.

Answer

Identifiability betrifft die Genauigkeit der numerischen Integrierung.

Answer

Es bezieht sich auf die Geschwindigkeit, mit der das Modell lernt.

Question 3

Was versteht man unter Modellreduktion (Model Reduction) in der Computermodellierung?

Accepted Answer

Vereinfachung von Modellen durch gezieltes Reduzieren von Freiheitsgraden oder effizientere Approximationen, um Rechenzeit zu sparen, ohne wesentliche Dynamik zu verlieren.

Answer

Reduziert die Rechengröße nur durch Weglassen von Daten.

Answer

Ersetzt das physikalische Modell durch eine einfache lineare Regression.

Answer

Ist ein rein theoretischer Begriff und hat keinen praktischen Nutzen.

Question 4

Welche Herausforderung(en) treten typischerweise bei Multi-Physik-Modellen auf?

Accepted Answer

Die Kopplung mehrerer Physik-Disziplinen kann zu numerischer Instabilität führen; stabile Kopplungsverfahren und geeignete Zeitintegration sind nötig.

Answer

Nur der Speicherverbrauch steigt.

Answer

Es gibt keine besonderen Herausforderungen im Vergleich zu Einzel-Physik-Modellen.

Answer

Multi-Physik-Modelle sind immer exakt stabil.

Question 5

Was versteht man unter Surrogatmodellierung in der Computermodellierung?

Accepted Answer

Surrogatmodelle dienen als schnelle Approximationen teurer Modelle, oft mit eigener Kalibrierung.

Answer

Surrogatmodelle ersetzen das vollständige Modell dauerhaft.

Answer

Surrogatmodelle brauchen keine Daten.

Answer

Surrogatmodelle verbessern automatisch die Physik des Basismodells.

Question 6

Welche Methode(n) der Unsicherheitsquantifizierung (UQ) werden typischerweise verwendet, um die Auswirkungen von Eingangsun- sicherheiten auf Modellvorhersagen zu untersuchen?

Accepted Answer

Monte-Carlo-Simulationen

Answer

Nur deterministische Punktwerte der Eingänge verwenden

Answer

Eine analytische Verteilung der Ausgaben für alle Eingänge berechnen

Answer

Nur die Startwerte der Simulation

Dozenten-Vermittlung

Dozenten Modelle

Dozenten-Vermittlung

Login

Dozenten Modelle