×
亚历山大·伊勒。；谢尔盖·柯什纳；吉尔，迈克尔；安德鲁·W·罗伯逊。；帕德拉伊克·斯迈思

统计推断和数据同化的图形模型。 （英语） Zbl 1113.62117号

物理D 230，编号1-2，72-87（2007）。
小结：在对一个随时间演化的系统进行数据同化时，人们将过去和现在的观测结果与系统动力学模型相结合，以改进对系统的模拟以及对其未来的预测。从统计学的角度来看，这个过程可以被视为估计许多在空间和时间上都相关的随机变量：给定对其中一些变量的观测，通常对应于过去的时间，我们需要估计其他几个变量，通常对应未来的时间。图形模型已经成为一种有效的形式主义，可以帮助完成这些类型的推理任务，特别是对于大量随机变量。
图形模型提供了一种表示变量之间依赖结构的方法，并且可以在估计和其他推理计算中提供直觉和效率。我们对图形模型进行了概述和介绍，并描述了如何使用它们来表示统计相关性，以及如何使用生成的结构来组织计算。讨论了利用图形模型进行统计推断与最优序贯估计算法（如卡尔曼滤波）之间的关系。然后，我们给出了几个关于图形模型如何应用于气候动力学的额外示例，特别是使用大规模数据集（如卫星图像）的多分辨率模型进行估算，以及学习隐马尔可夫模型来捕获时空降雨模式。

引用于6文件

MSC公司：

62M99型 随机过程推断
05摄氏90度 图论的应用
86A32型 地理统计学
62页第12页 统计在环境和相关主题中的应用
65C60个 统计中的计算问题（MSC2010）

关键词：

数据同化；图形模型；隐马尔可夫模型；卡尔曼滤波；统计推断；马尔可夫随机场；马尔可夫链
PDF格式BibTeX公司 XML格式引用
\textit{A.T.Ihler}等人，《物理学D 230》，第1--2,72-87期（2007年；Zbl 1113.62117）
全文： 内政部

参考文献：

[1] Epstein，E.S.，随机动态预测，Tellus，21，6，739-759（1969）
[2] Bengtsson，T。；斯奈德，C。；Nychka，D.，面向高维系统的非线性集合滤波器，J.Geophys。Res.-大气。，108，D24（2003）
[3] Berliner，L.M.，《地球物理学中的物理统计建模》，J.Geophys。Res.-大气。，108，D24（2003）
[4] Lorenc，A.C.，NWP-A的集合卡尔曼滤波器潜力与4D-VAR的比较，Q.J.R.Meteorol。《社会学杂志》，1293183-3203（2003）
[5] Kalman，R.E.，线性滤波和预测问题的新方法，Trans。ASME，D，82，35-45（1960）
[6] （Gelb，A.，《应用最优估计》（1974），麻省理工学院出版社：麻省理工学院出版社剑桥）
[7] Bucy，R.S。；Joseph，P.D.，《随机过程的过滤及其在指导中的应用》（1987），切尔西·Zbl 0174.21903号
[8] Lorenz，E.N.，《摇摆力学》，J.Atmos。科学。，20, 448-464 (1963)
[9] Veronis，G.，有限傅立叶分量的风力驱动海洋环流分析，大气杂志。科学。，20, 577-593 (1963)
[10] 吉尔，M。；Childress，S.，《地球物理流体动力学专题：大气动力学、动力学理论和气候动力学》（1987年），斯普林格-弗拉格：柏林斯普林格·Zbl 0643.76001号
[11] （Sorenson，H.W.，《卡尔曼滤波：理论与应用》（1985），IEEE出版社）
[12] （Jazwinski，A.H.，《随机过程与过滤理论》（1970），学术出版社：纽约学术出版社）·兹比尔0203.50101
[13] 米勒，R.N。；吉尔，M。；Gauthiez，F.，《强非线性动力系统中的高级数据同化》，J.Atmos。科学。，51, 8, 1037-1056 (1994)
[14] 伊德，K。；Ghil，M.，《涡旋系统的扩展卡尔曼滤波》。第一部分：方法和点涡，Dyn。大气。《海洋》，27，1-4，301-332（1998）
[15] 伊德，K。；Ghil，M.，《涡旋系统的扩展卡尔曼滤波》。第二部分：朗肯涡和观测系统设计，戴恩。大气。《海洋》，27，1-4，333-350（1998）
[16] Evensen，G.，《使用蒙特卡罗方法预测误差统计的非线性准营养模型的序贯数据同化》，J.Geophys。研究，99，C5，10143-10162（1994）
[17] 莫拉德哈尼，H。；Hsu，K.-L。；古普塔，H。；Sorooshian，S.，《水文模型状态和参数的不确定性评估：使用粒子过滤器的顺序数据同化》，《水资源》。决议，41（2005）
[18] 米勒，R.N。；卡特，E.F。；Blue，S.T.，《非线性随机模型的数据同化》，Tellus A，51，2，167-194（1999）
[19] Fukumori，I.，用热带太平洋的还原粒度浅水模型同化TOPEX海平面测量，J.Geophys。海洋研究，100，C12，25027-25039（1995）
[20] Fukumori，I.，分区卡尔曼滤波器和平滑器，Mon。《天气评论》，130，5，1370-1383（2002）
[21] Lyster，P.M。；科恩，S.E。；梅纳德·R。；Chang，L.-P。；林，S.-J。；Olsen，R.，成分数据同化卡尔曼滤波器的并行实现，周一。《天气评论》，125，2，1674-1686（1997）
[22] Keppenne，C.L.，利用并行集合卡尔曼滤波器将数据同化为原始方程模型，Mon。《天气评论》，128、6、1971-1981（2000）
[23] 吉尔，M。；Malanote-Rizzoli，P.，《气象学和海洋学中的数据同化》，（Saltzmann，B.，《地球物理学进展》，第33卷（1991年），学术出版社），141-266
[24] （Ghil，M.；Ide，K.；Bennett，A.F.；Courtier，P.；Kimoto，M.，Sato，N.，《气象学和海洋学中的数据同化：理论与实践》（1997年），日本气象学会和世界科学院出版社：日本气象学会与世界科学院东京出版社）
[25] Johnson，D.R.，美国国家研究委员会，《数据的四维模型同化：地球系统科学的战略》（1991），美国国家科学院出版社：美国国家科学学院出版社，华盛顿特区，模型同化数据集小组
[26] 高，J。；Flicker，D。；Henninger，R。；弗雷，S。；吉尔，M。；Ide，K.，《利用扩展卡尔曼滤波器对冲击产生的冲击波动力学进行数据同化》，J.Compute。物理。，196, 2, 705-723 (2004) ·兹比尔1109.76328
[27] 斯蒂芬森，D.B。；科埃略，C.A.S。；Doblas-Reyes，F.J。；Balmaseda，M.，《预测同化：多模式天气和气候预测组合的统一框架》，Tellus A，57，3，253-264（2005）
[28] 汤姆森，M.C。；Doblas-Reyes，F.J。；梅森，S.J。；哈格多恩，R。；康纳，S.J。；Phindela，T。；莫尔斯，A.P。；Palmer，T.N.，《基于多模型集合季节气候预测的疟疾早期预警》，《自然》，439576-579（2006）
[29] Lauritzen，S。；Spiegelhalter，D.，《图形结构概率的局部计算及其在专家系统中的应用》，J.R.Stat.Soc.B，50，157-224（1988）·Zbl 0684.68106号
[30] Pearl，J.，《智能系统中的概率推理》（1988），摩根·考夫曼：摩根·考夫曼-圣马特奥
[31] Whittaker，J.，《应用多元统计中的图形模型》（1990），John Wiley&Sons:John Willey&Sons New York·Zbl 0732.62056号
[32] （Jordan，M.I.，《图形模型学习》（1998），麻省理工学院出版社：麻省理学院出版社剑桥）
[33] 科威尔，R.G。；Dawid，A.P。；Lauritzen，S.L。；Spiegelhalter，D.J.，概率网络和专家系统（1999），Springer-Verlag:Springer-Verlag纽约·兹伯利0937.68121
[34] Jordan，M.I.，图形模型，统计科学。，19, 140-155 (2004) ·Zbl 1057.62001号
[35] Lauritzen，S.L。；Sheehan，N.A.，遗传分析的图形模型，统计科学。，18, 489-514 (2003) ·Zbl 1055.62126号
[36] 费舍尔森，M。；Geiger，D.，普通家谱的精确遗传连锁计算，生物信息学，18189-198（2002）
[37] McEliece，R。；麦凯博士。；Cheng，J.，Turbo解码作为Pearl的“信念传播”算法的一个实例，IEEE J.Sel。公共区域。，16, 2, 140-152 (1998)
[38] Rabiner，L.R.，隐马尔可夫模型教程和语音识别中的选定应用，Proc。IEEE，77，2，257-286（1989）
[39] 弗里曼，W.T。；Pasztor，E.C。；O.T.Carmichael，《学习低水平视觉》，IJCV，40，1，25-47（2000）·Zbl 1012.68700号
[40] 比尔，M。；Jojic，N。；Attias，H.，视听对象跟踪的图形模型，IEEE Trans。PAMI，25,7828-836（2003）
[41] 涂，Z.W。；Chen，X.R。；Yuille，A.L。；朱思聪，《图像解析：分割、检测和识别的统一》，IJCV，63，2，113-140（2005）
[42] 西格尔，E。；夏皮拉，M。；雷格夫，A。；佩尔，D。；博茨坦，D。；科勒，D。；Friedman，N.，《模块网络：从基因表达数据中识别调节模块及其条件特异性调节器》，《自然基因》。，34, 2, 166-176 (2003)
[43] 拉瓦尔，A。；加赫拉马尼，Z。；Wild，D.L.，蛋白质折叠和远程同源识别的贝叶斯网络模型，生物信息学，18788-801（2002）
[44] 钦，T.M。；玛丽亚诺，A。；Chassinget，E.，海洋模型中连续数据同化的空间回归和多尺度近似，J.Geophys。研究，104，C4，7991-8014（1999）
[45] J.S.Yedidia，W.T.Freeman，Y.Weiss，《理解信仰传播及其推广》，载于：IJCAI，2001年；J.S.Yedidia，W.T.Freeman，Y.Weiss，《理解信仰传播及其推广》，载于：IJCAI，2001年
[46] Kschichang，F。；弗雷，B。；Loeliger，H.-A.，因子图和和积算法，IEEE Trans。IT，47，2498-519（2001）·Zbl 0998.68234号
[47] Clifford，P.，统计学中的马尔可夫随机场，（Grimmett，G.R.；Welsh，D.J.A.，《物理系统中的无序》（1990），牛津大学出版社：牛津大学出版社-牛津），19-32·Zbl 0736.62081号
[48] 考克斯·D·R。；Wermuth，N.，（多元依赖——模型、分析和解释。多元依赖——模式、分析和阐释，统计学和应用概率专著，第67卷（1996），查普曼和霍尔）·兹伯利0880.62124
[49] R.M.Neal，《使用马尔可夫链蒙特卡罗方法进行概率推断》，技术代表CRG-TR-93-1，公司部。科学。，多伦多大学，1993年；R.M.Neal，《使用马尔可夫链蒙特卡罗方法进行概率推断》，技术代表CRG-TR-93-1，公司部。科学。，多伦多大学，1993年
[50] 麦凯，D.，《蒙特卡罗方法简介》（乔丹，M.I.，《图形模型学习》（1998），麻省理工学院出版社）·Zbl 0911.65004号
[51] Lauritzen，S.L.，《图形模型》（1996），牛津大学出版社：牛津大学出版社·Zbl 0907.62001
[52] Baum，L.E。；Petrie，T。；索尔斯，G。；Weiss，N.，《马尔可夫链概率函数统计分析中出现的最大化技术》，《数学年鉴》。Stat.，41，1，164-171（1970）·Zbl 0188.49603号
[53] （Doucet，A.；de Freitas，N.；Gordon，N.，《序贯蒙特卡罗实践》（2001），施普林格-弗拉格出版社）·Zbl 0967.00022号
[54] Ristic，B。；阿鲁兰帕兰，南部。；Gordon，N.，《超越卡尔曼滤波器：跟踪应用的粒子滤波器》（Beyond the Kalman Filter:Particle Filters for Tracking Applications）（2004），Artech House:Artech House Boston·Zbl 1092.93041号
[55] E.B.Sudderth，A.T.Ihler，W.T.Freeman，A.S.Willsky，非参数信念传播，收录于：CVPR，2003；E.B.Sudderth，A.T.Ihler，W.T.Freeman，A.S.Willsky，非参数信念传播，收录于：CVPR，2003
[56] 温赖特，M.J。；Jaakkola，T.S。；Willsky，A.S.，总和产品的基于树的重新参数化分析及其推广，IEEE Trans。IT，49，5，1120-1146（2003）·Zbl 1063.68079号
[57] McEliece，R。；Aji，S.M.，《广义分配定律》，IEEE Trans。通知。理论，46，2，325-343（2000）·Zbl 0998.65146号
[58] Wainwright，M.J。；Jaakkola，T。；Willsky，A.S.，最大乘积算法及其推广的树一致性和性能边界，Stat.Comput。，14, 143-166 (2004)
[59] Bertsekas，D.P.，《动态规划和最优控制》，第1卷（1995年），雅典娜科学：雅典娜科技贝尔蒙特，马萨诸塞州·Zbl 0935.90037号
[60] Viterbi，A.J.，卷积码的误差界和渐近最优解码算法，IEEE Trans。IT，13，2，260-269（1967）·Zbl 0148.40501号
[61] K.Murphy，Y.Weiss，M.Jordan，近似推理的松散信念传播：一项实证研究，载于：UAI 15，1999，第467-475页；K.Murphy，Y.Weiss，M.Jordan，近似推理的松散信念传播：一项实证研究，载于：UAI 15，1999年，第467-475页
[62] J.S.Yedidia，W.T.Freeman，Y.Weiss，《构建自由能近似和广义置信传播算法》，技术报告2004-040，MERL，2004年5月；J.S.Yedidia，W.T.Freeman，Y.Weiss，《构建自由能近似和广义置信传播算法》，技术代表2004-040，MERL，2004年5月·Zbl 1283.94023号
[63] R.Dechter，K.Kask，R.Mateescu，《迭代联合纹理传播》，收录于：UAI，2002年，第128-136页；R.Dechter，K.Kask，R.Mateescu，《迭代联合纹理传播》，收录于：UAI，2002年，第128-136页
[64] M.J.Wainwright，M.I.Jordan，《图形模型、指数族和变分推理》，技术代表629，加州大学伯克利分校统计系，2003年9月；M.J.Wainwright，M.I.Jordan，《图形模型、指数族和变分推理》，技术代表629，加州大学伯克利分校统计系，2003年9月·Zbl 1193.62107号
[65] N.Srebro，最大似然有界树宽Markov网络，收录于：UAI 17，2001年；N.Srebro，最大似然有界树宽Markov网络，收录于：UAI 17，2001·Zbl 0987.68067号
[66] Brown，D.，关于离散概率分布近似的注释，Inform。控制，2386-392（1959）·Zbl 0117.14804号
[67] Chow，C.K。；Liu，C.N.，用依赖树逼近离散概率分布，IEEE Trans。IT，14，3，462-467（1968）·Zbl 0165.22305号
[68] 邓普斯特，美联社。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然》，J.R.Stat.Soc.B，39，1，1-38（1977）·Zbl 0364.62022号
[69] Dee，D.P。；科恩，S.E。；Dalcher，A。；Ghil，M.，《分布式系统中估计噪声协方差的有效算法》，IEEE Trans。AC，30，11，1057-1065（1985）·Zbl 0581.93072号
[70] Willsky，A.，《信号和图像处理的多分辨率马尔可夫模型》，Proc。IEEE，90，8，1396-1458（2002）
[71] 罗伯逊，A.W。；Kirshner，S。；Smyth，P.，使用隐马尔可夫模型对巴西东北部每日降雨量进行降尺度，J.Climate，17，22，4407-4424（2004）
[72] Robertson，A.W。；柯什纳，S。；Smyth，P。；查尔斯·S·P。；Bates，B.B.，《澳大利亚昆士兰北部季风的亚季节到年代际变化》，Q.J.皇家流星。Soc.，132，519-542（2006）
[73] 菲格特，P.W。；卡尔·W·C。；Willsky，A.S。；Wunsch，C.，TOPEX/POSEIDON卫星测高的多分辨率最优插值和统计分析，IEEE Trans。地质科学。遥感，33，2，280-292（1995）
[74] 巴蒂亚，M。；卡尔·W·C。；Willsky，A.S.，基于多尺度自然像素基的层析重建和估计，IEEE Trans。IP，6463-478（1997）
[75] M.Schneider，P.W.Fieguth，W.C.Karl，A.S.Willsky，图像分割的多尺度方法，收录于：ICASSP，第4卷，1996年，第2247-2250页；M.Schneider，P.W.Fieguth，W.C.Karl，A.S.Willsky，图像分割的多尺度方法，收录于：ICASSP，第4卷，1996年，第2247-2250页
[76] PO喷气推进实验室。DAAC Ocean ESIP工具
[77] 雷诺兹，R.W。；Smith，T.M.，《使用最佳插值改进全球海面温度分析》，《气候杂志》，7929-948（1994）
[78] 欧文，W.W。；菲格特，P.W。；Willsky，A.S.，《多尺度随机建模和估计的重叠树方法》，IEEE Trans。IP，1517-1529年6月11日（1997年）
[79] Wainwright，M.J。；Sudderth，E.B。；Willsky，A.S.，带圈图上高斯过程的基于树的建模和估计，（NIPS，第13卷（2000），麻省理工学院出版社），661-667
[80] 丹尼尔，M.M。；Willsky，A.S.，《多分辨率框架中统计自相似过程的建模和估计》，IEEE Trans。IT，45，3955-970（1999）·Zbl 0946.94004号
[81] 休斯·J·P。；Guttorp，P。；Charles，S.P.，降水发生的非齐次隐马尔可夫模型，J.R.Stat.Soc.C，48，1，15-30（1999）·兹伯利0920.62141
[82] 休斯·J·P。；Guttorp，P.，一类将天气大气模式与区域水文现象联系起来的随机模型，《水资源》。第30号决议，1535-1546（1994）
[83] 西葫芦。；Guttorp，P.，时空降水的隐马尔可夫模型，水资源。1917-1923年第27、8号决议（1991年）
[84] 休斯·J·P。；Guttorp，P.，《将空间相关性和大气数据纳入降水模型》，J.Appl。美托洛尔。，33, 12, 1503-1515 (1994)
[85] 梅勒，M。；Jordan，M.I.，《与树木混合学习》，J.Mach。学习。研究，1,1,1-48（2000）·Zbl 1052.68116号
[86] Kirshner，S。；Smyth，P。；Robertson，A.W.，《离散值向量时间序列建模的条件Chow-Liu树结构》，（Chickering，M.；Halpern，J.，《第二十届人工智能不确定性会议论文集》，第二十届人造智能不确定性大会论文集，UAI-04（2004），AUAI出版社），317-324
[87] Cover，T.M.，《模式识别中的学习》（Watanabe，S.，模式识别方法（1969），学术出版社：纽约学术出版社），111-132
[88] Acock，M.C。；Pachepsky，Y.A.，《使用数据处理分组方法估计农业模拟中缺失的天气数据》，J.Appl。美托洛尔。，39, 1176-1184 (2000)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。