Gauss過程代理近似Bayes計算におけるバッチシミュレーションと不確実性定量化【JST・京大機械翻訳】

Jaervenpaeae Marko; Vehtari Aki; Marttinen Pekka

プレプリント

J-GLOBAL ID：202202213218367338 整理番号：22P0081253

Gauss過程代理近似Bayes計算におけるバッチシミュレーションと不確実性定量化【JST・京大機械翻訳】

Batch simulations and uncertainty quantification in Gaussian process surrogate approximate Bayesian computation

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 (3件)： , ,
資料名：
発行年： 2019年10月14日プレプリントサーバーでの情報更新日： 2020年08月06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)

近似Bayes計算(ABC)の計算効率は,Gaussプロセス(GP)のような代理モデルを用いて改善された。そのような有望なフレームワークの中で,シミュレーションデータと観測データの間の不一致をGPでモデル化し,さらに,難治性後部のモデルベース推定子を形成するのに用いた。本論文では,この方法をいくつかの方法で改善した。高価なシミュレーションの並列化のためのバッチ逐次Bayes実験計画法を開発した。以前の研究では,逐次戦略のみを用いた。また,現在の代理ベースのABC法は,ABC後部の点推定だけを出力するので,シミュレーションの限られた予算による不確実性を完全に説明しない。例えば,ABC事後モーメントにおける不確実性を完全に定量化するための数値法を提案した。また,Bayes ABCと呼ばれる改良フレームワークにおけるGPモデリング仮定に関するいくつかの新しい解析も提供し,Bayes求積(BQ)とBayes最適化(BO)へのその接続を論じた。トイと実世界シミュレーションモデルによる実験は,提案した技術の利点を示した。【JST・京大機械翻訳】

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

信号理論 , 無線通信一般

, , , , , ,

前のページに戻る