文献

J-GLOBAL ID：201202208021892650   整理番号：12A1164901

計算量の多い事後密度の局所的微分無し近似

Local Derivative-Free Approximation of Computationally Expensive Posterior Densities

著者 (3件)： BLIZNYUK Nikolay (Univ. Florida, FL) ,  RUPPERT David (Cornell Univ., NY) ,  SHOEMAKER Christine A. (Cornell Univ., NY)
資料名： Journal of Computational and Graphical Statistics  (Journal of Computational and Graphical Statistics)
巻： 21  号： 2  ページ： 476-495  発行年： 2012年06月 
JST資料番号： W2313A  ISSN： 1061-8600  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 事後密度計算の計算量が多くなる場合に,MCMC(Markov連鎖モンテカルロ法)を用いたBayes推論も計算量的に処理困難となるため,本論文では,計算量の多い事後密度の局所的微分無し近似法を提案した。密度近似に対するGRIMAアルゴリズムを提示し,内挿法による近似的事後密度の構築を試みるとともに,正規化されていない確率密度に対するHPD(高確率密度)領域の近似法を提案した。ここで提案したアルゴリズムをGRIMA((設計)領域の成長と近似の改善)と命名し,近似に対するGRIMAアルゴリズムを提示した。その中で,最適化による初期化,シーケンシャル設計,正当性の証明を行った。評価の容易な密度のコレクションを用いて大規模なシミュレーション実験を行い,その結果を示した。Town Brook分水嶺を事例研究として取り上げ,統計モデルおよび統計解析を行い,その結果を示した。これにより,実データに対する計算中心型非線形回帰モデルのキャリブレーションがGRIMAにより可能になることを示した。

シソーラス用語： *Bayes推定 ,  *近似法 ,  モンテカルロ法 ,  Markov連鎖 ,  逆問題 ,  統計解析 ,  統計模型 ,  計算機シミュレーション ,  地下水 ,  動径基底関数 ,  キャリブレーション
準シソーラス用語： *Bayes推論 ,  MCMC ,  計算機実験

分類 (2件)： システム・制御理論一般  (IA02010H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 計算量 ,  密度 ,  微分 ,  近似