×
杰里米·库伦;罗伯特·J·韦伯。

无穷维反问题的集合采样器。 （英语） Zbl 1475.62024号

统计计算。 31，第3号，第28号文件，第9页（2021）.
摘要：我们介绍了一种新的用于无穷维反问题的马尔可夫链蒙特卡罗（MCMC）采样器。我们的新采样器基于仿射不变集合采样器，它使用交互步行器来适应目标分布的协方差结构。我们首次将这个集合采样器扩展到无穷维函数空间，得到了一个高效的无梯度MCMC算法。因为我们新的集合采样器不需要梯度或后验协方差估计，所以它实现简单，适用范围广。

引用于1文件

MSC公司：

62-08 统计问题的计算方法
65二氧化碳 蒙特卡罗方法
35兰特 PDE的反问题
2015年1月62日 贝叶斯推断

关键词：

贝叶斯反问题;马尔科夫蒙特卡洛;无穷维反问题;降维
PDF格式BibTeX公司 XML格式引用
\textit{J.Coullon}和\textit{R.J.Webber}，统计计算。31，第3号，第28号论文，第9页（2021年；Zbl 1475.62024）
全文： 内政部 arXiv公司 链接

参考文献：

[1] Akeret，J。；Seehars，S。；阿马拉。；Refregier，A。；Csillaghy，A.，《宇宙锤：用MCMC锤估算宇宙参数》，Astron。计算。，2, 27-39 (2013) ·doi:10.1016/j.ascom.2013.06.003
[2] Beskos，A。；Girolma，M。；兰·S。；法雷尔，体育；Stuart，AM，无限维反问题的几何MCMC，J.Compute。物理。，335, 327-351 (2017) ·Zbl 1375.35627号 ·doi:10.1016/j.jcp.2016.12.041
[3] Beskos，A。；Jasra，A。；法律，K。；Y.Marzouk。；Zhou，Y.，《多维序贯蒙特卡罗与维度相关的类似信息建议》，SIAM/ASA J.Uncertain。数量。，6, 2, 762-786 (2018) ·Zbl 1395.82229号 ·doi:10.1137/17M1120993
[4] Beskos，A。；罗伯茨，G。；Stuart，A。；Voss，J.，扩散桥MCMC方法，斯托克。动态。，8, 3, 319-350 (2008) ·兹比尔1159.65007 ·doi:10.1142/S0219493708002378
[5] 陈，Y。；凯斯，D。；法律，KJ；Ltaief，H.，《加速维度依赖适应性大都市》，SIAM J.Sci。计算。，38，5，S539-S565（2016）·Zbl 1352.65029号 ·数字对象标识代码：10.1137/15M1026432
[6] Cotter，S.L.，Roberts，G.O.，Stuart，A.M.，White，D.：函数的MCMC方法：修改旧算法使其更快。统计科学**424-446 (2013) ·Zbl 1331.62132号
[7] Coullon，J.，Pokern，Y.：交通流建模中双曲贝叶斯反问题的MCMC（2020）。arXiv:20010.2013年1月
[8] 崔，T。；法律，KJ；Marzouk，YM，Dimension-independent likelihood知悉MCMC，J.Compute。物理。，304, 109-137 (2016) ·Zbl 1349.65009号 ·doi:10.1016/j.jp.2015.10.008
[9] 崔，T。；马丁，J。；YM Marzouk；Solonen，A。；Spantini，A.，非线性反问题的似然信息降维，逆问题。，30, 11, 114015 (2014) ·Zbl 1310.62030 ·doi:10.1088/0266-5611/30/11/114015
[10] 邓洛普，MM；Stuart，AM，EIT的贝叶斯公式：分析和算法，逆问题。成像，10，4，1007-1036（2016）·Zbl 1348.62104号 ·doi:10.3934/ipi.2016030
[11] Foreman Mackey博士。；霍格，DW；朗，D。；J.古德曼，主持人：MCMC锤子，Publ。阿童木。Soc.Pac.公司。，125, 925, 306 (2013) ·数字对象标识代码：10.1086/670067
[12] J.古德曼。；Weare，J.，具有仿射不变性的集合采样器，Commun。申请。数学。计算。科学。，5, 1, 65-80 (2010) ·Zbl 1189.65014号 ·doi:10.2140/camcos.2010.5.65
[13] 海尔，M。；斯图亚特，AM；Vollmer，SJ，无限维大都市hastings算法的谱隙，Ann.Appl。概率。，24, 6, 2455-2490 (2014) ·Zbl 1307.65002号 ·doi:10.1214/13-AAP982
[14] Hu，Z.，Yao，Z.，Li，J.：关于无限维贝叶斯推理的自适应预条件Crank-Nicolson MCMC算法。J.计算。物理学。332, 492-503 (2017) ·Zbl 1380.65011号
[15] Iglesias，M.A.，Lin，K.，Stuart，A.M.：地下水流中出现的贝叶斯几何反演问题。反向探测。30(11), 114001 (2014). doi:10.1088/0266-5611/30/11/114001·Zbl 1304.35767号
[16] 坎塔斯，N。；Beskos，A。；Jasra，A.，高维逆问题的序贯蒙特卡罗方法：Navier-Stokes方程的案例研究，SIAM/ASA J.不确定性。数量。，2, 1, 464-489 (2014) ·Zbl 1308.65010号 ·doi:10.1137/130930364
[17] Law，KJ，加速函数空间的建议，MCMC，J.Comput。申请。数学。，262, 127-138 (2014) ·Zbl 1301.65004号 ·doi:10.1016/j.cam.2013.07.026
[18] 北卡罗来纳州大都会。；罗森布鲁斯，AW；明尼苏达州罗森布鲁斯；出纳员，AH；Teller，E.，快速计算机器的状态方程计算，J.Chem。物理。，21, 6, 1087-1092 (1953) ·Zbl 1431.65006号 ·数字对象标识代码：10.1063/1.1699114
[19] 罗伯茨，GO；Rosenthal，JS，自适应MCMC示例，J.Compute。图表。Stat.，18，2，349-367（2009年）·doi:10.1198/jcgs.2009.06134
[20] 鲁道夫，D。；Sprungk，B.，关于预处理Crank-Nicolson Metropolis算法的推广，Found。计算。数学。，18, 2, 309-343 (2018) ·Zbl 1391.60169号 ·doi:10.1007/s10208-016-9340-x
[21] Sokal，A.：统计力学中的蒙特卡罗方法：基础和新算法。摘自：功能集成，第131-192页。施普林格（1997）·Zbl 0890.65006号
[22] Stuart，AM，《逆向问题：贝叶斯观点》，《数值学报》。，19, 451 (2010) ·Zbl 1242.65142号 ·doi:10.1017/S0962492910000061
[23] 周，Q。；胡，Z。；姚，Z。；Li，J.，函数空间中的混合自适应MCMC算法，SIAM/ASA J.不确定性。量化。，5, 1, 621-639 (2017) ·兹比尔1398.65016 ·doi:10.1137/16M1082950
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。