Quantifying Parametric Uncertainty in Turbulence Model for the Numerical Simulation of Atmospheric Boundary Layer Flows Using Dimensionality Reduction and Bayesian Regression

Référence Journal of wind engineering and industrial aerodynamics, 272, page (106397)
Publication Publié, 2026-02-26

Article révisé par les pairs

Titre:	Quantifying Parametric Uncertainty in Turbulence Model for the Numerical Simulation of Atmospheric Boundary Layer Flows Using Dimensionality Reduction and Bayesian Regression
Auteur:	Li, Haoyan; Amaduzzi, Ruggero; Mosca, Gabriele M.G.; Raghunathan Srikumar, Sampath Kumar; Gambale, Alessandro; Parente, Alessandro
Informations sur la publication:	Journal of wind engineering and industrial aerodynamics, 272, page (106397)
Statut de publication:	Publié, 2026-02-26
Sujet CREF:	Sciences de l'ingénieur
Langue:	Anglais
Identificateurs:	urn:issn:0167-6105
	info:doi/10.1016/j.jweia.2026.106397
	info:pii/S0167610526000668

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.