德文·弗兰科姆;布鲁诺·桑索;安娜·库普雷萨宁 功能响应失调模型的地标式仿真器。 （英语） Zbl 1482.62121号 SIAM/ASA J.不确定性。数量。 10, 125-150 (2022). 摘要：许多计算机模型输出功能数据，在某些情况下，这些功能数据具有相似但未对齐的形状特征。我们介绍了一种为计算机模型构建仿真器的通用方法，当功能响应（地标）中的关键值容易识别时，这些模型会输出未对齐的功能数据。这种方法有两个主要部分：对对齐的（使用地标）功能数据进行建模，以及对将未对齐的数据映射到对齐空间的函数进行建模（翘曲函数）。由于翘曲函数要求是单调的，所以我们特别注意对单调函数响应数据进行建模。我们讨论了我们的方法如何容易地应用于各种典型的仿真器，例如高斯过程、贝叶斯多元自适应回归样条和贝叶斯加性回归树，以及如何进行敏感性分析。我们通过构建两个应用的模拟器来演示我们的方法：（1）用于模拟惯性约束聚变点火实验的高能物理计算机模型，其中模型输出高度失调；（2）用于模拟高速撞击实验的多物理连续流体代码，其中模型输出仅略微错位。在（1）无法应用传统方法的情况下，而在（2）中，可以应用它们，但所提出的方法性能明显更好。 MSC公司： 第62页第35页 统计学在物理学中的应用 62兰特 功能数据分析 62J02型 一般非线性回归 关键词：模拟器;功能数据分析;登记;翘曲;计算机实验;单调性 软件：捷运局;沙巴特;贝叶斯树;fda（右）;低音的;巴蒂;fdasrvf公司;捷运局;bnpmr公司;laGP公司 PDF格式BibTeX公司 XML格式引用 \textit{D.Francom}等人，SIAM/ASA J.不确定性。数量。10125-150（2022年；Zbl 1482.62121） 全文： 内政部 参考文献： [1] M.Bayarri、J.Berger、J.Cafeo、G.Garcia Donato、F.Liu、J.Palomo、R.Parthasarathy、R.Paulo、J.Sacks和D.Walsh，具有功能输出的计算机模型验证，Ann.Statist。，35（2007），第1874-1906页·Zbl 1144.62368号 [2] B.Bornkamp和K.Ickstadt，连续单调函数的贝叶斯非参数估计及其在剂量反应分析中的应用，生物统计学，65（2009），第198-205页·Zbl 1159.62023号 [3] A.Chakraborty、B.K.Mallick、R.G.Mcclarren、C.C.Kuranz、D.Bingham、M.J.Grosskopf、E.M.Rutter、H.F.Stripling和R.P.Drake，测量误差辐射冲击实验的基于样条的仿真器，J.Amer。统计师。协会，108（2013），第411-428页·Zbl 06195949号 [4] V.Chernozhukov、I.Fernandez-Val和A.Galichon，通过重排改进单调函数的点和区间估计，《生物特征》，96（2009），第559-575页·Zbl 1170.62025号 [5] H.A.Chipman、E.I.George和R.E.McCulloch，BART：贝叶斯加性回归树，Ann.Appl。统计学。，4（2010年），第266-298页·Zbl 1189.62066号 [6] H.A.Chipman、E.I.George、R.E.McCulloch和T.S.Shively，mBART：多维单色BART，预印本，https://arxiv.org/abs/1612.01619, 2016. [7] D.G.Denison、B.K.Mallick和A.F.Smith，贝叶斯MARS，统计学家。计算。，8（1998），第337-346页。 [8] C.Earls和G.Hooker，功能数据注册、平滑和预测的变异贝叶斯，贝叶斯分析。，12（2017年），第557-582页·Zbl 1384.62085号 [9] D.Francom和B.Sansoí，Bass:A R package for fitting and performing sensitivity analysis of Bayesian adaptive spline surfaces，J.Statist。《软件》，94（2020），第1-36页。 [10] D.Francom、B.Sansoí、V.Bulaevskaya、D.Lucas和M.Simpson，使用贝叶斯自适应样条推断大型计算机实验中的大气释放特征，J.Amer。统计师。协会，114（2019），第1450-1465页·Zbl 1428.86014号 [11] D.Francom、B.Sansoí、A.Kupresanin和G.Johannesson，《使用贝叶斯自适应样条对功能数据进行敏感性分析和仿真》，统计。《中国科学院院刊》，第28期（2018），第791-816页·Zbl 1390.62059号 [12] D.Gervini和T.Gasser，《自建模翘曲函数》，J.R.Stat.Soc.Ser。B统计方法。，66（2004），第959-971页·Zbl 1061.62052号 [13] S.Golchi、D.R.Bingham、H.Chipman和D.A.Campbell，计算机实验的单音模拟，SIAM/ASA J.Uncertain。数量。，3（2015），第370-392页，https://doi.org/10.1137/10976741。 ·Zbl 1327.62146号 [14] D.Gottlieb和C.-W.Shu，《关于吉布斯现象及其解决方法》，SIAM Rev.，39（1997），第644-668页，https://doi.org/10.1137/S0036144596301390。 ·Zbl 0885.42003号 [15] R.B.Gramacy和D.W.Apley，大型计算机实验的局部高斯过程近似，J.Compute。图表。统计学。，24（2015），第561-578页。 [16] R.B.Gramacy、D.Bingham、J.P.Holloway、M.J.Grosskopf、C.C.Kuranz、E.Rutter、M.Trantham和R.P.Drake，校准模拟辐射冲击流体动力学的大型计算机实验，Ann.Appl。统计学。，9（2015），第1141-1168页·Zbl 1454.62530号 [17] R.B.Gramacy，laGP：通过R，J.Statist中的局部近似高斯过程进行大尺度空间建模。《软件》，72（2016），第1-46页。 [18] R.B.Gramacy和B.Haaland，《在局部高斯过程预测中加速邻域搜索》，《技术计量学》，58（2016），第294-303页。 [19] M.Gu和J.O.Berger，大规模输出计算机模型的并行偏高斯过程仿真，Ann.Appl。统计学。，10（2016），第1317-1347页·Zbl 1391.62184号 [20] D.Higdon、J.Gattiker、B.Williams和M.Rightley，《使用高维输出进行计算机模型校准》，J.Amer。统计师。协会，103（2008），第570-583页·Zbl 1469.62414号 [21] C.Holmes和N.Heard，使用随机变化点的广义单调回归，统计量。《医学》，22（2003），第623-638页。 [22] Y.Hung、V.R.Joseph和S.N.Melkote，《功能反应的计算机实验分析》，《技术计量学》，57（2015），第35-44页，https://doi.org/10.1080/0401706.2013.869263。 [23] M.C.Kennedy和A.O'Hagan，计算机模型的贝叶斯校准，J.R.Stat.Soc.Ser。B统计方法。，63（2001年），第425-464页·Zbl 1007.62021号 [24] L.Lin和D.B.Dunson，使用高斯过程投影的贝叶斯单调回归，《生物统计学》，101（2014），第303-317页·Zbl 1452.62285号 [25] F.Liu、M.Bayarri和J.Berger，贝叶斯分析中的模块化，重点是计算机模型的分析，贝叶斯分析。，4（2009年），第119-150页·Zbl 1330.65033号 [26] M.Marinak、G.Kerbel、N.Gentile、O.Jones、D.Munro、S.Pollaine、T.Dittrich和S.Haan，国家点火设施目标的三维HYDRA模拟，Phys。Plasmas，8（2001），第2275-2280页。 [27] R.McCulloch、R.Sparapani、R.Gramacy、C.Spanbauer和M.Pratola，BART：贝叶斯加性回归树，R包版本1.62018，https://CRAN.R-project.org/package=BART, [28] J.S.Morris，《函数回归》，年。Rev.统计。申请。，2（2015年），第321-359页。 [29] J.Peterson、K.Humbird、J.Field、S.Brandon、S.Langer、R.Nora、B.Spears和P.Springer，惯性约束聚变内爆中的分区流动生成，物理学。《等离子体》，24（2017），032702。 [30] M.T.Pratola、H.A.Chipman、J.R.Gattiker、D.M.Higdon、R.McCulloch和W.N.Rust，并行贝叶斯加性回归树，J.Compute。图表。统计学。，23（2014年），第830-852页。 [31] M.T.Pratola和D.M.Higdon，复杂高维计算机模型的贝叶斯加性回归树校准，《技术计量学》，58（2016），第166-179页。 [32] J.Ramsay和B.Silverman，功能数据分析，统计中的Springer系列，Springer，2005年，https://doi.org/10.1007/b98888。 ·Zbl 1079.62006号 [33] J.O.Ramsay，估计光滑单调函数，J.R.Stat.Soc.Ser。B统计方法。，60（1998年），第365-375页·Zbl 0909.62041号 [34] J.Riihimaki和A.Vehtari，具有单调信息的高斯过程，《第十三届国际人工智能与统计会议论文集》，Proc。机器。学习。PMLR第9号决议，2010年，第645-652页。 [35] A.Saltelli、M.Ratto、T.Andres、F.Campolongo、J.Cariboni、D.Gatelli、M.Saisana和S.Tarantola，《全球敏感性分析：初级读本》，John Wiley&Sons出版社，2008年·Zbl 1161.00304号 [36] T.J.Santner、B.J.Williams、W.Notz和B.J.威廉姆斯，《计算机实验的设计与分析》，第二版，施普林格出版社，2018年·Zbl 1405.62110号 [37] T.S.Shively、T.W.Sager和S.G.Walker，非参数单调函数估计的贝叶斯方法，J.R.Stat.Soc.Ser。B统计方法。，71（2009），第159-175页·Zbl 1231.62058号 [38] I.M.Sobol’，非线性数学模型的全局敏感性指数及其蒙特卡罗估计，数学。计算。模拟。，55（2001），第271-280页·Zbl 1005.65004号 [39] J.E.Starling、J.S.Murray、C.M.Carvalho、R.Bukowski和J.G.Scott，BART与目标平滑：患者特异性死产风险分析，预印本，https://arxiv.org/abs/1805.07656, 2018. ·Zbl 1439.62228号 [40] J.Strait和S.Kurtek，基于贝叶斯模型的平面曲线自动地标检测，《IEEE计算机视觉和模式识别研讨会论文集》，IEEE，2016年，第86-94页。 [41] D.Telesca，通过注册和回归对曲线形状变化的贝叶斯分析，载于《生物统计学中的非参数贝叶斯推断》，Springer，2015年，第287-310页·Zbl 1338.92017年 [42] D.Telesca、E.A.Erosheva、D.A.Kreager和R.L.Matsueda，《将犯罪职业建模为偏离单一人口年龄犯罪曲线：大麻使用案例》，J.Amer。统计师。协会，107（2012），第1427-1440页·Zbl 1258.62127号 [43] D.Telesca和L.Y.T.Inoue，贝叶斯层次曲线注册，J.Amer。统计师。协会，103（2008），第328-339页·Zbl 1471.62560号 [44] J.D.Tucker、W.Wu和A.Srivastava，使用相位和振幅分离的函数数据生成模型，Comput。统计师。数据分析。，61（2013），第50-66页·Zbl 1349.62253号 [45] D.J.Walters、A.Biswas、E.C.Lawrence、D.C.Francom、D.J.Luscher、D.A.Fredenburg、K.R.Moran、C.M.Sweeney、R.L.Sandberg、J.P.Ahrens和C.A.Bolme，使用（Al-5083）对称冲击实验的水代码模拟对强度参数进行贝叶斯校准，J.Appl。物理。，124 (2018), 205105. [46] X.Wang和J.O.Berger，使用高斯过程估计形状约束函数，SIAM/ASA J.Uncertain。数量。，4（2016），第1-25页，https://doi.org/10.1137/10955033。 ·Zbl 1347.60040号 [47] B.Williams、D.Higdon、J.Gattiker、L.Moore、M.McKay和S.Keller-McNulty，结合实验数据和计算机模拟，并应用于飞板实验，贝叶斯分析。，1（2006年），第765-792页·Zbl 1331.62508号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。