文献

J-GLOBAL ID：202202231748433315   整理番号：22A0455499

カテゴリー変数の高次データ駆動空間シミュレーション【JST・京大機械翻訳】

High-Order Data-Driven Spatial Simulation of Categorical Variables

著者 (2件)： Minniakhmetov Ilnur (COSMO-Stochastic Mine Planning Laboratory, McGill University, Montreal, QC, Canada) ,  Dimitrakopoulos Roussos (COSMO-Stochastic Mine Planning Laboratory, McGill University, Montreal, QC, Canada)
資料名： Mathematical Geosciences  (Mathematical Geosciences)
巻： 54  号： 1  ページ： 23-45  発行年： 2022年 
JST資料番号： A1077A  ISSN： 1874-8961  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： カテゴリー変数の空間的シミュレーションのための最新のアプローチは,主に多点統計的方法に基づいており,そこでは,訓練画像を用いて,関連パターンを用いて複雑な空間関係を誘導した。これらのアプローチでは,シミュレートした実現は,利用した訓練画像によって駆動され,一方,実際のサンプルデータの空間的統計は無視される。本論文は,高次空間指標モーメントの近似に基づくデータ駆動,高次シミュレーションアプローチを提示した。高次空間統計は2点法に対するバリオグラムモデルに類似した空間距離の関数として表現され,一方高次統計量は境界条件により低次と接続される。先進的再帰Bスプライン近似アルゴリズムを用いて,高次統計量を利用可能なデータから再構成し,続いてBayes則を用いて条件付き分布の構築に用いた。次に,ランダム値をすべての非サンプルグリッドノードに対してシミュレートした。提案手法の主な利点は,データの高次統計量を再現するための訓練画像なしでシミュレートする能力であり,(b)データで利用可能な情報にモデルの複雑度を適応させることである。2つの銅鉱床における応用を通して,提案した方法の実際的不正確さと有効性を実証した。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  銅鉱床 ,  統計的方法 ,  境界条件 ,  再構成 ,  モーメント ,  有効性 ,  Bスプライン ,  高次統計量
準シソーラス用語： バリオグラム ,  近似アルゴリズム ,  *データ駆動 ,  空間統計 , 【Automatic Indexing@JST】

著者キーワード (5件)： 確率的シミュレーション ,  データ駆動 ,  カテゴリー変数 ,  高次空間統計 ,  空間モデル

分類 (3件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： カテゴリー ,  変数 ,  データ駆動 ,  空間シミュレーション