ツリーベースモデルによるBayes確率的数値積分【JST・京大機械翻訳】

Zhu Harrison; Liu Xing; Kang Ruya; Shen Zhichao; Flaxman Seth; Briol Francois-Xavier

プレプリント

J-GLOBAL ID：202202200869931172 整理番号：22P0002285

ツリーベースモデルによるBayes確率的数値積分【JST・京大機械翻訳】

Bayesian Probabilistic Numerical Integration with Tree-Based Models

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年06月09日プレプリントサーバーでの情報更新日： 2021年12月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Bayes求積法(BQ)はBayes法における数値積分問題を解くための方法であり,ユーザは解に関する不確実性を定量化することができる。BQに対する標準アプローチは積分のGauss過程(GP)近似に基づいている。結果として,BQは,GP近似が効率的な方法で行うことができる場合,本質的に制限され,従って,非常に高次元または非平滑の目的関数をしばしば禁止する。本論文は,BART-Int.BART事前が調整するのが容易で,不連続関数によく適合できる,Bayes付加回帰ツリー(BART)に基づく,新しいBayes数値積分アルゴリズムによるこの問題に取り組むことを提案する。また,それらが順次設計設定に自然に自分自身を追い,明確な収束速度が様々な設定で得られることを示した。この新しい方法論の長所と短所を,Genz関数を含むベンチマーク試験のセットとBayes調査設計問題に関して強調した。【JST・京大機械翻訳】

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

システム・制御理論一般 , 人工知能

前のページに戻る