Recherche

		Pertinence Auteur A→Z Auteur Z→A Titre A→Z Titre Z→A Date de publication croissante Date de publication décroissante Date de dépôt croissante Date de dépôt décroissante 30 résultats par page 50 résultats par page 100 résultats par page Pour les 27 documents Exporter XML-TEI BibTeX EndNote CSV PDF Export avancé... Syndication RSS ATOM
	hal-00850436v1 Pré-publication, Document de travail David Ginsbourger, Olivier Roustant, Nicolas Durrande. Invariances of random fields paths, with applications in Gaussian Process Regression 2013
	hal-00424309v1 Pré-publication, Document de travail David Ginsbourger, Rodolphe Le Riche. Towards GP-based optimization with finite time horizon 8 pages. 2009
	hal-00658212v1 Pré-publication, Document de travail Victor Picheny, Tobias Wagner, David Ginsbourger. A benchmark of kriging-based infill criteria for noisy optimization 2012
	hal-00713537v2 Pré-publication, Document de travail Clément Chevalier, Victor Picheny, David Ginsbourger. KrigInv: An efficient and user-friendly implementation of batch-sequential inversion strategies based on Kriging 2013
	tel-00772384v1 Thèse David Ginsbourger. MULTIPLES MÉTAMODÈLES POUR L'APPROXIMATION ET L'OPTIMISATION DE FONCTIONS NUMÉRIQUES MULTIVARIABLES Mathématiques générales [math.GM]. Ecole Nationale Supérieure des Mines de Saint-Etienne, 2009. Français. <NNT : 2009EMSE0009>
	hal-01133220v2 Pré-publication, Document de travail Sébastien Marmin, Clément Chevalier, David Ginsbourger. Differentiating the multipoint Expected Improvement for optimal batch design 2015
	hal-01103644v2 Article dans une revue Dario Azzimonti, Julien Bect, Clément Chevalier, David Ginsbourger. Quantifying uncertainties on excursion sets under a Gaussian random field prior SIAM/ASA Journal on Uncertainty Quantification, ASA, American Statistical Association, 2016, 4 (1), <http://dx.doi.org/10.1137/141000749>
	hal-00579876v3 Pré-publication, Document de travail Victor Picheny, David Ginsbourger. Approximating computer experiments using partially converged simulations and a Gaussian process emulator 2012
	hal-01508196v1 Pré-publication, Document de travail Mickaël Binois, David Ginsbourger, Olivier Roustant. On the choice of the low-dimensional domain for global optimization via random embeddings 2017
	hal-00920154v1 Pré-publication, Document de travail David Ginsbourger, Jean Baccou, Clément Chevalier, Frédéric Perales, Nicolas Garland et al. Bayesian adaptive reconstruction of profile optima and optimizers 2013
	hal-00732512v2 Pré-publication, Document de travail Clément Chevalier, David Ginsbourger. Fast Computation of the Multi-points Expected Improvement with Applications in Batch Selection 2012
	tel-01096193v1 HDR David Ginsbourger. Gaussian random field models for function approximation under structural priors and adaptive design of experiments Statistics [math.ST]. University of Bern, 2014
	emse-00436126v1 Chapitre d'ouvrage David Ginsbourger, Rodolphe Le Riche, Laurent Carraro. Kriging is well-suited to parallelize optimization Yoel Tenne and Chi-Keong Goh. Computational Intelligence in Expensive Optimization Problems, springer, pp.131-162, 2010, Springer series in Evolutionary Learning and Optimization, <10.1007/978-3-642-10701-6_6>
	hal-00578550v3 Pré-publication, Document de travail Victor Picheny, David Ginsbourger, Yann Richet, Grégory Caplin. Quantile-based optimization of Noisy Computer Experiments with Tunable Precision 2012
	hal-00731657v1 Chapitre d'ouvrage David Ginsbourger, Nicolas Durrande, Olivier Roustant. Kernels and designs for modelling invariant functions: From group invariance to additivity MODA-10, Physica-Verlag HD, 2013
	hal-00669172v1 Communication dans un congrès Clément Chevalier, David Ginsbourger, Julien Bect, Ilya Molchanov. Quantifying and reducing uncertainties on a set of failure using random set theory and Kriging SIAM Conference on Uncertainty Quantification (UQ12), Apr 2012, United States
	hal-00731783v2 Chapitre d'ouvrage Clément Chevalier, David Ginsbourger, Julien Bect, Ilya Molchanov. Estimating and quantifying uncertainties on level sets using the Vorob'ev expectation and deviation with Gaussian process models Dariusz Ucinski, Anthony C. Atkinson, Maciej Patan. mODa 10 - Advances in Model-Oriented Design and Analysis Proceedings of the 10th International Workshop in Model-Oriented Design and Analysis Held in Łagów Lubuski, Poland, June 10-14, 2013, Springer International Publishing, pp.35-43, 2013, Contributions to Statistics, 978-3-319-00217-0. <10.1007/978-3-319-00218-7>
	hal-00632815v2 Article dans une revue David Ginsbourger, Xavier Bay, Olivier Roustant, Laurent Carraro. Argumentwise invariant kernels for the approximation of invariant functions Annales de la Faculté de Sciences de Toulouse, 2012, Tome 21 (numéro 3), p. 501-527
	hal-00984515v1 Pré-publication, Document de travail Clément Chevalier, Xavier Emery, David Ginsbourger. Fast Update of Conditional Simulation Ensembles 2014
	hal-01066503v2 Pré-publication, Document de travail David Ginsbourger, Olivier Roustant, Dominic Schuhmacher, Nicolas Durrande, Nicolas Lenz. On ANOVA decompositions of kernels and Gaussian random field paths 2014
	hal-01078003v2 Communication dans un congrès Mickaël Binois, David Ginsbourger, Olivier Roustant. A warped kernel improving robustness in Bayesian optimization via random embeddings Learning and Intelligent Optimization: 9th International Conference, LION 9. Revised Selected Papers, Jan 2015, Lille, France. 8994, 2015, Lecture Notes in Computer Science. <http://link.springer.com/chapter/10.1007/978-3-319-19084-6_28>. <10.1007/978-3-319-19084-6_28>
	hal-01379642v2 Pré-publication, Document de travail Dario Azzimonti, David Ginsbourger, Clément Chevalier, Julien Bect, Yann Richet. Adaptive Design of Experiments for Conservative Estimation of Excursion Sets 2017
	hal-00489321v2 Pré-publication, Document de travail Victor Picheny, David Ginsbourger, Yann Richet. Noisy Expected Improvement and on-line computation time allocation for the optimization of simulators with tunable fidelity 2010
	emse-00765374v1 Communication dans un congrès Rodolphe Le Riche, Ramunas Girdziusas, Diane Villanueva, Gauthier Picard, David Ginsbourger. Squaring the engineering optimization circle : distributed global optimization algorithms for computationally expensive problems invited presentation at RIO 2012 (Interdisciplinary Meeting about Optimization), Oct 2012, Univ. of Valenciennes, France
	hal-01351088v1 Pré-publication, Document de travail Julien Bect, François Bachoc, David Ginsbourger. A supermartingale approach to Gaussian process based sequential design of experiments 2016
	hal-00904811v2 Article dans une revue Mickaël Binois, David Ginsbourger, Olivier Roustant. Quantifying uncertainty on Pareto fronts with Gaussian Process conditional simulations European Journal of Operational Research, Elsevier, 2015, 243 (2), pp.386-394. <http://www.sciencedirect.com/science/article/pii/S0377221714005980>. <10.1016/j.ejor.2014.07.032>
	hal-00641108v2 Article dans une revue Clément Chevalier, Julien Bect, David Ginsbourger, Emmanuel Vazquez, Victor Picheny et al. Fast parallel kriging-based stepwise uncertainty reduction with application to the identification of an excursion set Technometrics, Taylor & Francis, 2014, 56 (4), pp.455-465. <10.1080/00401706.2013.860918>
		Pertinence Auteur A→Z Auteur Z→A Titre A→Z Titre Z→A Date de publication croissante Date de publication décroissante Date de dépôt croissante Date de dépôt décroissante 30 résultats par page 50 résultats par page 100 résultats par page Pour les 27 documents Exporter XML-TEI BibTeX EndNote CSV PDF Export avancé... Syndication RSS ATOM

Type de document

Auteur

Discipline

Structure

Collection

Langue

Type de dépôt

Année

Contact