astroABC:宇宙論的パラメータ推定のための近似Bayes計算逐次モンテカルロサンプラー【Powered by NICT】

Jennings E.; Jennings E.; Madigan M.

文献

J-GLOBAL ID：201702244676945486 整理番号：17A0999727

astroABC:宇宙論的パラメータ推定のための近似Bayes計算逐次モンテカルロサンプラー【Powered by NICT】

astroABC : An Approximate Bayesian Computation Sequential Monte Carlo sampler for cosmological parameter estimation

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0999727&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0999727&from=J-GLOBAL&jstjournalNo=W3296A") }}

著者 (3件)： , ,
資料名：
巻： 19 ページ： 16-22 発行年： 2017年
JST資料番号： W3296A ISSN： 2213-1337 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

非Gaussデータと雑音,相関分類学とマルチプローブ相関データセットに直面しているが現代の宇宙論的パラメータ推定の複雑さを考えると,尤度である難治性もしくは未知の近似Bayes計算(ABC)法は伝統的なMarkov連鎖モンテカルロ法の有望な代替である。システマティクスを含めることができるデータの順方向モデルシミュレーションを用いて尤度の明確な評価を回避としてのABC法は「尤度自由」と呼ばれている。パラメータ推定のためのastroABC,オープンソースABC逐次モンテカルロ(SMC)試料採取器を導入した。天体物理学における重要な課題は,高次元,相関パラメータ空間を制約する大きなマルチプローブデータセットの効率的な使用である。を念頭に置いてastroABCはMPI,複数のノードに跨るプロセスの産卵を扱うフレームワークを用いた大規模並列化を可能にした。astroABCの重要な新しい特徴は,順方向モデルシミュレーション,サンプリング時間を高速化するかなりの異なるコミュニケータを用いたMPI群,試料採取器と他のいくつかを生成する能力である。小さな請負仕事ではPython多重処理オプションも用意されている。この新しい試料採取器の他の重要な特徴は次のものを含む:逐次モンテカルロサンプラー適応耐性レベル反復法局所共分散はscikit学習のKDTreeを用いた推定成分または多変量正規摂動カーネルと重み付き共分散のための最適共分散行列を記述するためのモジュール計量再開ファイルはしばしば出力,中断サンプリング実行は反復で回復することができる出力と再開ファイルは各反復処理において保証されているユーザは距離計量とシミュレーション法を規定した;非標準前PDF,を含む不均一パラメータ事前分布を記述するためのモジュール一定,線形,対数または指数耐性レベルを特定するためのモジュール良く知られた例と試料スクリプト。このコードはhttps://github.com/EliseJ/astroABCにおけるオンラインホストされている。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

信号理論

, , , , , ,

前のページに戻る