Bài báo này đề xuất một kỹ thuật lấy mẫu phân tầng đa độ trung thực sử dụng siêu mô hình học máy thích ứng để giải quyết vấn đề mà các kỹ thuật giảm phương sai hiện có vẫn yêu cầu đánh giá mô hình mở rộng trong mô phỏng xác suất để phân tích sự kiện hiếm. Một siêu mô hình dựa trên học sâu được đào tạo trên một tập dữ liệu độ trung thực cao và được sử dụng như một mô hình độ trung thực thấp, và một kỹ thuật đào tạo thích ứng cân bằng độ chính xác xấp xỉ và chi phí tính toán. Kết quả mô hình độ trung thực thấp được tích hợp với các kết quả độ trung thực cao bổ sung để ước tính xác suất hỏng hóc ở mỗi cấp độ bằng cách sử dụng khuôn khổ Monte Carlo đa độ trung thực, và xác suất hỏng hóc tổng thể được tính toán bằng định lý xác suất toàn cục. Các mô phỏng tải trọng gió trên một tòa nhà cao tầng chứng minh rằng kỹ thuật được đề xuất có thể ước tính chính xác các đường cong xác suất vượt quá đồng thời giảm đáng kể chi phí tính toán so với các kỹ thuật giảm phương sai độ trung thực đơn lẻ hiện có.
