利用MC和MCMC逼近线性不等式约束和噪声观测的高斯过程仿真器

@第{LpezLopera2018条近似GP，title={通过MC和MCMC逼近线性不等式约束和噪声观测的高斯过程仿真器}，author={Andr{\'e}s F.L{\'o}pez-Lopera和François Bachoc以及N.Durrande和Olivier Roustant}，日志={ArXiv}，年份={2018年}，体积={abs/1901.04827}，url={https://api.semanticscholar.org/CorpusID:58006543}}
引入了插值条件松弛的噪声项，给出了线性不等式约束下GP仿真器的相应近似，表明在考虑噪声观测时，MC和MCMC采样器的性能得到了改善。
[PDF]语义阅读器
7引文
背景引文
三
方法引文
三
结果引文
1

询问这篇论文
贝塔
AI供电

我们的系统试图限制本文中找到的信息。结果质量可能有所不同。了解更多信息关于我们如何产生这些答案。

7引文

线性不等式约束下的高斯过程回归

不等式约束下高斯过程的序列构造与降维

本文介绍了MaxMod算法，一种顺序插入一维节点或添加活动变量的算法，从而同时进行降维和有效的节点分配，并证明了当节点在输入空间中不稠密时，有限维GPs的收敛性，扩展了最近的文献。

约束条件下高斯过程的序列构造与降维

本文介绍了MaxMod算法，该算法顺序插入一维节点或添加活动变量，从而同时执行降维和有效的节点分配，并证明了当节点在输入空间中不稠密时，有限维GPs的收敛性。

单调约束下的高维可加高斯过程

介绍了一种考虑单调性约束并可扩展到高维的加性高斯过程框架，提出了用于序列降维的加法MaxMod算法。

高斯过程仿真以提高计算密集型多病症模型的效率：具有适应性R代码的实用教程

本文介绍了一种新型的、用户友好的仿真器，该仿真器可以有效地模拟非洲艾滋病毒和非传染性疾病长期结局的复杂模拟器，与更复杂的慢性病模拟模型相比，计算时间提高了13倍。

基于专家引出数据的高斯过程回归基础设施恢复曲线估计

预测绝缘子TJ放电回归模型的发展和比较

：放电分析有时很繁琐且相对昂贵。为了克服这个问题，一些科学家正在进行方差分析项目。本文介绍了结果…

29参考文献

线性不等式约束下的有限维高斯逼近

考虑了Maatouk and Bay（2017）提出的有限维高斯方法，该方法可以满足处处的不等式条件，其完整框架和基于Hamilton Monte Carlo的采样器在数据拟合和不确定性量化方面提供了有效的结果。

用于不等式约束计算机实验的高斯过程仿真器

目的是建立一个能够将数据插值和不等式约束结合到高斯过程模拟器中的模型，并提出高斯过程的有限维近似，使得所有条件模拟都满足整个领域中的不等式约束。

线性约束下的正态定律：通过极小极大倾斜的模拟和估计

针对截尾多元正态分布的精确独立同分布数据模拟，提出了一种极大极小倾斜方法，并证明了该估计量具有罕见的消失相对误差渐近性质。

机器学习的高斯过程

本文在相当初级的层次上介绍了高斯过程，特别强调了机器学习中相关的特性，并显示了与社区中流行的其他“内核机器”的精确联系。

基于球面增强的抽样约束概率分布

这项工作提出了一种新的增强技术，该技术通过将约束域映射到增强空间中的球体来处理广泛的约束，并为从约束概率分布中采样提供了一个数学上自然且计算上有效的框架。

计算机实验的单调仿真

提出了一种用于高斯过程建模的贝叶斯方法，该方法能够结合单调性信息进行计算机模型仿真。

截断多元高斯函数的精确哈密顿蒙特卡罗

我们提出了一种哈密顿蒙特卡罗算法，用于从目标空间受线性和二次不等式或其乘积约束的多元高斯分布中采样。…

实用马尔可夫链蒙特卡罗

这种情况是基于马尔可夫链的一个长期运行的所有推断，并使用时间序列和运筹学文献中众所周知的标准非参数方法估计蒙特卡罗误差。

一种实用的高维马尔可夫链蒙特卡罗序贯停止规则

当计算不确定性相对于后验不确定性小时，所提出的自动顺序停止程序终止模拟，相当于当有效样本量足够大并且在高维设置中表现良好时停止。

截断多元高斯随机变量的一种新的拒绝抽样方法

统计研究人员对生成截断的多元正态分布。在本文中，我们假设接受区域是凸的，我们的重点是…