约瑟夫·迪克;Robert N.甘特纳。;Le Gia,Quoc T。;克里斯托夫·施瓦布 多级高阶拟蒙特卡罗贝叶斯估计。 (英语) Zbl 1375.65169号 数学。模型方法应用。科学。 27,第5期,953-995(2017). 偏微分方程的贝叶斯反问题中出现的条件期望的高阶拟蒙特卡罗近似的应用是解决上述问题的现代方法。在本文中,作者提出并分析了具有不确定分布参数的算子方程的贝叶斯反演的确定多级(ML)近似。这些算法使用基于确定性高阶拟蒙特卡罗(HoQMC)求积的ML方法来逼近贝叶斯估值器中出现的高维期望,使用Petrov-Galerkin(PG)方法来逼近潜在偏微分方程的解。这扩展了以前的单级(SL)方法。与SL方法相比,ML方法的收敛性分析需要对正问题的可数参数不确定性到观测映射的全形性和正则性进行更强的假设。得到了实现任意高代数收敛速度的充分条件。第二节抽象了输入数据不确定的非线性参数算子方程,给出了输入数据的参数化及其参数解的PG近似。在2.1小节中,提出了不确定性参数化的概念。在第2.2小节中,抽象正向问题\[\文本{给定}\;\;u \ in \ tilde{X}:\;\文本{查找}\;\;{\mathcal X}\;中的q;\文本{这样}\;\;y^\素数<R(u;q),v>y=0,\;\;\对于{\mathcal Y}中的所有v\,\]其中,\(X,\)\({mathcal X}\)和\({mathcal Y}\)是实可分的Banach空间,\(R:X\ times{mathcalX}\ to{mathcall Y}^\ prime)是前向算子的正则。在第2.3小节中,开发了尺寸截断技术。在第2.4小节中,提醒了光滑非线性正问题解的正则分支的PG离散化概念。第三节回顾了函数空间中适定贝叶斯反问题的一般理论。ML-HoMC方法是一种稀疏网格近似形式,其误差分析要求对混合正则性进行模拟。第3.1小节给出了适定性和近似的概念。第3.2小节介绍了参数贝叶斯后验。在3.4小节中,给出了全纯参数依赖性的概念。第4节包含几个ML可计算贝叶斯估计及其误差分析。对ML-HoQMC-PG组合算法进行了误差与功的分析。在第4.1小节中,给出了正向问题的ML离散化。在第4.2小节中,描述了两种ML估计量——比率估计量和分裂估计量。第4.3小节专门用于误差分析。第5节给出了参数正演问题的具体示例。考虑二维空间中的线性仿射参数扩散问题,利用正则三角剖分上连续、分段线性函数空间的变分形式。第6节包含了第5节中考虑的偏微分方程问题正向和反向不确定性量化的拟议估计器的数值测试。数值结果与理论相符。审核人:瓦西尔·格罗兹达诺夫(布拉戈耶夫格勒) 引用于32文件 MSC公司: 65N75型 涉及偏微分方程边值问题的概率方法、粒子方法等 65二氧化碳 蒙特卡罗方法 65立方厘米35 随机粒子方法 65 C50 其他概率计算问题(MSC2010) 65N21型 含偏微分方程边值问题反问题的数值方法 2015年1月62日 贝叶斯推断 65N12号 偏微分方程边值问题数值方法的稳定性和收敛性 65奈拉 涉及偏微分方程的边值问题的误差界 关键词:高阶拟蒙特卡罗求积;贝叶斯反问题;多级近似;非线性参数算子方程;误差分析;数值试验;算法;Petrov-Galerkin法;汇聚;不确定性量化 PDF格式BibTeX公司 XML格式引用 \textit{J.Dick}等人,《数学》。模型方法应用。科学。27,第5号,953--995(2017;Zbl 1375.65169) 全文: 内政部 arXiv公司 参考文献: [1] A.Beskos、A.Jasra、K.Law、R.Tempone和Y.Zhou,多级顺序蒙特卡罗采样器,arXiv1503.07259v1·Zbl 1362.65010号 [2] Brezzi,F.,Rappaz,J.和Raviart,P.A.,非线性问题的有限维近似I:非奇异解的分支,数值。数学36(1980)1-25·Zbl 0488.65021号 [3] Chkifa,A.,Cohen,A.和Schwab,Ch.,打破参数偏微分方程稀疏多项式近似中的维数灾难,J.Math。Pures Appl.103(2015)400-428·Zbl 1327.65251号 [4] Dashti,M.和Stuart,A.M.,《逆向问题的贝叶斯方法》,发表在《不确定性量化手册》(Springer,2017),arXiv:1302.6989v4。 [5] Dick,J.,包含光滑函数和任意高阶拟蒙特卡罗规则的Walsh空间,SIAM J.Numer。分析46(2008)1519-1553·Zbl 1189.42012年 [6] J.Dick,R.N.Gantner,Q.T.Le Gia和Ch.Schwab,贝叶斯估计的高阶拟蒙特卡罗积分,报告2016-13,应用数学研讨会,瑞士苏黎世理工学院(审查中)·Zbl 1375.65169号 [7] Dick,J.,Kuo,F.Y.,Le Gia,Q.T.,Nuyens,D.和Schwab,Ch.,参数算子方程的高阶QMC Galerkin离散化,SIAM J.Numer。分析52(2014)2676-2702·Zbl 1326.65013号 [8] Dick,J.,Kuo,F.Y.,Le Gia,Q.T.和Schwab,Ch.,仿射参数算子方程的多级高阶QMC Galerkin离散化,SIAM J.Numer。分析54(2016)2541-2568·Zbl 1347.65012号 [9] Dick,J.,Le Gia,Q.T.和Schwab,Ch.,全纯参数算子方程的高阶拟蒙特卡罗积分,SIAM J.不确定性。Quantif.4(2016)48-79·Zbl 1398.65031号 [10] Dodwell,T.J.、Ketelsen,C.、Scheichl,R.和Teckentrup,A.L.,一种多层马尔可夫链蒙特卡罗算法及其在地下水流不确定性量化中的应用,SIAM/ASA J.不确定性。Quantif.3(2015)1075-1108·Zbl 1330.65007号 [11] Gantner,R.N.,《用于多级准蒙特卡罗的通用C++库》,收录于Proc。高级科学计算会议平台,PASC’16(ACM,2016),第11:1-11:12页。 [12] R.N.Gantner,仿射参数算子方程QMC中的维数截断,研究报告2017-03吕尔Angewandte Mathematik研讨会,苏黎世联邦理工学院(审查中)·兹比尔1407.65011 [13] Gantner,R.N.和Schwab,Ch.,计算高阶准蒙特卡洛积分,《蒙特卡洛和准蒙特卡洛方法》2014,编辑:Cools,R.和Nuyens,D.(Springer,2016),第271-288页·Zbl 1356.65003号 [14] Giles,M.B.,《多级蒙特卡罗方法》,《数值学报》24(2015)259-328·Zbl 1316.65010号 [15] Girault,V.和Raviart,P.A.,Navier-Stokes方程的有限元方法(Springer-Verlag,1986)·Zbl 0413.65081号 [16] Hansen,M.和Schwab,Ch.,高维参数初值问题的解析正则性和最佳(N)项近似,越南J.Math.41(2013)181-215·兹比尔1272.34012 [17] Harbrecht,H.、Peters,M.和Siebenmorgen,M.,具有对数正态分布扩散系数的偏微分方程的多能级加速求积,SIAM/ASA J.不确定性。Quantif.4(2016)520-551·Zbl 1343.65006号 [18] Hoang,V.H.,Schwab,Ch.和Stuart,A.M.,贝叶斯反演加速MCMC方法的复杂性分析,反问题29(2013)085010·Zbl 1288.65004号 [19] F.Kuo,R.Scheichl,Ch.Schwab,I.Sloan和E.Ullmann,对数正态扩散问题的多级准蒙特卡罗方法,报告2015-22,应用数学研讨会,苏黎世理工学院,将发表在《计算数学》(2017)中·Zbl 1368.65005号 [20] Kuo,F.Y.,Schwab,Ch.和Sloan,I.H.,一类随机系数椭圆偏微分方程的拟蒙特卡罗有限元方法,SIAM J.Numer。分析50(2012)3351-3374·Zbl 1271.65017号 [21] Kuo,F.Y.,Schwab,Ch.和Sloan,I.H.,一类随机系数椭圆偏微分方程的多层拟蒙特卡罗有限元方法,发现。计算。数学.15(2015)411-449·Zbl 1318.65006号 [22] Pousin,J.和Rappaz,J.,应用于非线性问题的Petrov-Galerkin方法的一致性、稳定性、先验和后验误差,Numer。数学69(1994)213-231·Zbl 0822.65034号 [23] R.Scheichl,A.M.Stuart和A.L.Teckentrup,椭圆反问题中计算后验期望的拟蒙特卡罗和多级蒙特卡罗方法,arXiv:1602.04704v1(综述中)·Zbl 1516.65118号 [24] Schillings,Cl.和Schwab,Ch.,《贝叶斯反问题的稀疏自适应Smolyak求积》,《反问题》29(2013)065011·Zbl 1278.65008号 [25] Schillings,Cl.和Schwab,Ch.,参数算子方程贝叶斯反演中的稀疏性,《反问题30》(2014)065007·Zbl 1291.65033号 [26] Schillings,Cl.和Schwab,Ch.,计算贝叶斯反演中的尺度极限,ESIAM:M2AN50(2016)1825-1856·Zbl 1358.65013号 [27] Schwab,Ch.,参数算子方程的QMC Galerkin离散化,《2012年蒙特卡罗和准蒙特卡罗方法》,编辑Dick,J.,Kuo,F.Y.,Peters,G.W.和Sloan,I.H.(Springer-Verlag,2013),第613-630页。 [28] Schwab,Ch.和Gittelson,C.J.,高维参数和随机PDE的稀疏张量离散化,Acta Numer.20(2011)291-467·Zbl 1269.65010号 [29] Schwab,Ch.和Todor,R.A.,用广义快速多极方法对随机场进行Karhunen-Loève近似,J.Compute。Phys.217(2006)100-122·兹比尔1104.65008 [30] Stuart,A.M.,《反问题:贝叶斯视角》,《数值学报》19(2010)451-559·Zbl 1242.65142号 [31] Yoshiki,T.,通过并元差分和拟蒙特卡罗积分的一个新的Koksma-Hlawka型不等式对Walsh系数的界,将出现在广岛数学中。J.(2017),arXiv:1504.03175·Zbl 1401.65013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。