高次元時空間フィルタリングへの応用による階層的スパースCholesky分解【JST・京大機械翻訳】

Jurek Marcin; Katzfuss Matthias

プレプリント

J-GLOBAL ID：202202218567009645 整理番号：21P0037816

高次元時空間フィルタリングへの応用による階層的スパースCholesky分解【JST・京大機械翻訳】

Hierarchical sparse Cholesky decomposition with applications to high-dimensional spatio-temporal filtering

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 (2件)： ,
資料名：
発行年： 2020年06月30日プレプリントサーバーでの情報更新日： 2021年09月23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)

空間統計はしばしば共分散行列のCholesky分解を含む。高次元へのスケーラビリティを確保するために,いくつかの最近の近似は,精度行列のスパースCholesky因子を仮定している。条件付き独立仮定が精度と共分散行列の両方のCholesky因子におけるスパース性を意味する階層的Vecchia近似を提案した。この顕著な特性は,高次元時空間フィルタリングへの応用に重要である。階層的Vecchia近似を計算するための高速で簡単なアルゴリズムを提示し,Laplace近似に基づく非Gaussデータによる非線形データ同化への拡張を提供した。衛星データのフィルタリング解析を含むいくつかの数値比較において,著者らの方法は代替手法を強く凌駕した。【JST・京大機械翻訳】

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

数値計算 , 数値解析,近似法

, , ,

前のページに戻る