いくつかのKrigingサブモデル凝集法の特性と比較【JST・京大機械翻訳】

Bachoc Francois; Durrande Nicolas; Rulliere Didier; Chevalier Clement

プレプリント

J-GLOBAL ID：202202215573585616 整理番号：21P0004715

いくつかのKrigingサブモデル凝集法の特性と比較【JST・京大機械翻訳】

Properties and comparison of some Kriging sub-model aggregation methods

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 (4件)： , , ,
資料名：
発行年： 2017年07月17日プレプリントサーバーでの情報更新日： 2021年02月26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)

Krigingは,特に計算機実験,機械学習または地球統計学において広く採用されている技術である。Krigingのための重要な課題は,データセットが大きいときに計算負荷である。本論文では,より小さなデータサブセットに基づくKriging 予測子を集約することからなる,この計算コストを低減することを目的とする方法のクラスに焦点を当てた。サブモデル間の共分散を無視する凝集法は,矛盾した最終Kriging予測を与えることができることを証明した。対照的に,ネステッドKriging法の理論的研究は,それに対して付加的な魅力的な性質を示す:まず,この予測子は一貫性があり,第二は,修正プロセスおよび第三の厳密な条件付き分布として解釈でき,観測を与える条件付き共分散を,効率的に計算することができた。本論文はまた,サブモデルに対する観測点の帰属が凝集モデルの予測能力にいかに影響するかの理論と数値解析を含む。最後に,ネステッドKriging法を測定誤差と普遍的Krigingに拡張した。【JST・京大機械翻訳】

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

数値解析,近似法

, ,

前のページに戻る