文献

J-GLOBAL ID：202002277701881982   整理番号：20A1759800

勾配による確率的クリギングを強化するためのスケーラブルなアプローチ【JST・京大機械翻訳】

A scalable approach to enhancing stochastic kriging with gradients

著者 (3件)： Huo Haojun (The Hong Kong University of Science and Technology, Clear Water Bay, Hong Kong) ,  Zhang Xiaowei (The Hong Kong University of Science and Technology, Clear Water Bay, Hong Kong) ,  Zheng Zeyu (University of California, Berkeley)
資料名： ACM Proceedings  (ACM Proceedings)
号： WSC ’18  ページ： 2213-2224  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
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： 勾配情報を組み込むことは,確率的クリギングの予測精度を著しく強化できることが知られている。しかし,設計点における応答と勾配推定間の空間相関を捉える大きな共分散行列を反転させる必要があるので,そのような増強は高次元設計空間に対して自明にスケーリングできない。共分散行列はしばしば不良条件であるため,逆計算的に非効率であるだけでなく,数値的に不安定である。行列近似に頼ることなく,新しいアプローチを介してスケーラビリティ問題に取り組んだ。いわゆるMarkov共分散関数により,関連する共分散行列を解析的に反転でき,それによって効率と安定性の両方を劇的に改善した。数値実験は,提案した方式が,以前の方法が完全に失敗する大規模問題を扱うことができることを証明した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 近似法 ,  高次元 ,  *クリギング
準シソーラス用語： 共分散行列 ,  空間相関 ,  予測精度 ,  数値実験 ,  設計空間 ,  共分散関数 , 【Automatic Indexing@JST】

分類 (2件)： 統計的品質管理  (KB04030W) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： 勾配 ,  確率 ,  クリギング ,  強化