数据集概述
本数据集包含Ryan et al.论文《Fast sensitivity analysis methods for computationally expensive models with multi-dimensional output》中使用的模型数据，涉及计算模型的输入、输出及敏感性分析结果，总计19个文件，主要用于模型验证和训练相关实验。
文件详解
- 文件名称及格式分布：
- CSV文件（18个）：包括Outputs_5degby5deg_tCH_frsgc.csv、SIs_Fast99_DICEKrigingUnivEmul_FRSGC.csv、Inputs_altern_trainingruns.csv等，占比约94.74%
- XLSX文件（1个）：Dimensions_regionalsurfO3.xlsx，占比约5.26%
- 部分文件内容预览：
- Outputs_5degby5deg_tCH_frsgc.csv：包含数值序列数据，如63.708、63.96、63.991等
- SIdiffs_FRSGC.csv：包含多组数值数据，如2.5148,1.9581,0.80833；9.3582,4.6492,1.7218等
- 语义关键词相关文件：涉及validation（验证）、train（训练）相关的输入输出数据文件
数据来源
Ryan et al.论文《Fast sensitivity analysis methods for computationally expensive models with multi-dimensional output》
适用场景
- 计算模型敏感性分析方法验证：用于验证Fast99、SobolLilburne等快速敏感性分析方法的有效性
- 计算模型输入输出关系研究：分析模型输入参数与多维输出结果之间的关联
- 模型训练与验证实验：支持计算模型的训练数据处理及验证预测分析
- 计算模型降维方法评估：通过PCA相关文件评估降维处理对模型敏感性分析的影响
