Name: Anomaly Detection in Random Heterogeneous Media: Feynman-Kac Formulae, Stochastic Homogenization and Statistical Inversion (en Inglés)
Price: 264.43 PEN
Availability: InStock
Author: Martin Simon
ISBN: 9783658109929

portada Anomaly Detection in Random Heterogeneous Media: Feynman-Kac Formulae, Stochastic Homogenization and Statistical Inversion (en Inglés)

Formato

Libro Físico

Editorial

Springer Spektrum

Autor

Martin Simon

Año

2015

Idioma

Inglés

N° páginas

150

Encuadernación

Tapa Blanda

ISBN13

9783658109929

N° edición

Categorías

Cálculo diferencial y ecuaciones

Anomaly Detection in Random Heterogeneous Media: Feynman-Kac Formulae, Stochastic Homogenization and Statistical Inversion (en Inglés)

Martin Simon (Autor) · Springer Spektrum · Tapa Blanda

Libro Nuevo

S/ 264,43

S/ 528,85

Ahorras: S/ 264,43

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 03 de Junio y el Lunes 17 de Junio.

Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

Reseña del libro "Anomaly Detection in Random Heterogeneous Media: Feynman-Kac Formulae, Stochastic Homogenization and Statistical Inversion (en Inglés)"

This monograph is concerned with the analysis and numerical solution of a stochastic inverse anomaly detection problem in electrical impedance tomography (EIT). Martin Simon studies the problem of detecting a parameterized anomaly in an isotropic, stationary and ergodic conductivity random field whose realizations are rapidly oscillating. For this purpose, he derives Feynman-Kac formulae to rigorously justify stochastic homogenization in the case of the underlying stochastic boundary value problem. The author combines techniques from the theory of partial differential equations and functional analysis with probabilistic ideas, paving the way to new mathematical theorems which may be fruitfully used in the treatment of the problem at hand. Moreover, the author proposes an efficient numerical method in the framework of Bayesian inversion for the practical solution of the stochastic inverse anomaly detection problem.