数据集概述
本数据集为论文配套数据，对应提出的Langevin双保真度重要性采样（L-BF-IS）方法，用于不确定性量化领域的失效概率估计。该方法通过低保真代理模型及随机输入的导数，采用基于得分函数的采样算法生成样本，降低估计均方误差。数据支持验证方法在高维空间、有限高保真评估场景下的有效性。
文件详解
- 文件名称：data.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包文件，包含支撑L-BF-IS方法验证的实验数据，具体内容未提供预览，推测涵盖论文中两个合成函数实验、两个偏微分方程驱动的实际应用（复合梁、稳态随机热方程）的相关数据。
数据来源
论文“Langevin Bi-fidelity Importance Sampling for Failure Probability Estimation”
适用场景
- 不确定性量化方法验证：验证L-BF-IS方法在失效概率估计中的低误差特性，尤其是高维输入空间场景。
- 双保真度采样技术研究：分析基于得分函数的采样算法对估计均方误差的降低效果。
- 工程应用失效概率分析：支持复合梁、稳态随机热方程等实际工程问题的失效概率估计研究。
- 代理模型辅助方法评估：探究低保真代理模型在有限高保真评估条件下的辅助作用。
