抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自己回帰コクリギングモデルは,異なるレベルの忠実度で複数のコンピュータモデルをエミュレートするために広く使用されている。依存性構造を各レベルの忠実度でGauss過程によりモデル化し,共分散構造が数パラメータまでパラメータ化されることが多い。予測分布は,典型的には,以前の研究で集中モンテカルロ近似を必要とする。本論文では,相関パラメータのみに依存する自己回帰コクリギングモデルにおける予測分布の手段と分散を計算する新しい閉形式公式を導いた。パラメータ推定のために,そのような自己回帰コクリギングモデルの客観的Bayes解析を考察した。事前分布と逆相関のような事前分布の共通選択は,典型的には不適切な後部に導くことを示した。また,適切な事後分布を与えることを示す前に,独立参照事前および独立Jeffreysのようないくつかの客観的な事前事項も開発した。この開発を8次元入力空間におけるボアホール関数で説明し,6次元入力空間における工学的応用に適用した。【JST・京大機械翻訳】