利用多元高斯过程反演预测成分数据预测古气候

@第{条Tipton2019PredictingPF，title={使用多元高斯过程逆预测从成分数据预测古气候}，author={John R.Tipton、Mevin B.Hooten、Connor J.Nolan、Robert K Booth和Jason S.McLachlan}，journal={应用统计学年鉴}，年份={2019}，url={https://api.semanticscholar.org/CorpusID:88516474}}
一种新的计算框架，允许使用生成模型的高斯过程近似进行有效的逆预测，并能够有效地探索逆问题中出现的高维、多模态潜在空间。
[PDF]语义阅读器

本文图表

4引文

用阿米巴原虫重建泥炭地地下水位的方法比较与改进

古气候学和古湖沼学通常使用利用生态群落组成变化来重建环境协变量中的时间变化的代词。现有的…

碎屑岩地质年代学数据非参数贝叶斯分解方法

沉积沉积物是在地质时期作用于地球表面的环境条件变化的主要记录。碎屑物质从源位置被侵蚀…

晚第四纪花粉气候重建技术研究

结合花粉记录和气候模拟对最后一次冰川盛期西伯利亚夏季温度和湿度可用性的状态估计

71参考文献

贝叶斯古气候重建

本文提出了一种分层贝叶斯建模方法，并在一个相对较小但具有统计挑战性的实验中证明了该方法的应用：利用化石花粉重建爱尔兰格伦达洛的史前气候。

基于生物的环境重建的贝叶斯多项式高斯响应模型

基于生物的定量古环境重建的贝叶斯层次多项式高斯响应模型优于其他方法，其预测误差最小，偏差最小，相关系数最大。

多元花粉计数数据柔性回归模型的快速反演

我们为多元约束零膨胀计数数据引入了一类丰富的模型π（Y|C，θ）。我们使用新的方法对给定匹配训练数据的未观测θ进行快速贝叶斯推断…

大空间数据集的高斯预测过程模型

这项工作实现了在包含这些不同设置的计算模板形式的大数据集环境中适应非平稳、非高斯、可能多元、可能时空过程的灵活性。

绘制古代森林地图：使用化石花粉代理记录对森林组成时空趋势的贝叶斯推断

基于池塘网络中的花粉，建立了美国新英格兰中部森林组成的贝叶斯层次模型，使其能够估计过去2500年来树种的空间分布和相对丰度，并对不确定性进行评估。

大型地质统计数据集的层次最近邻高斯过程模型

开发了一类可高度扩展的最近邻高斯过程（NNGP）模型，用于为大型地质统计数据集提供完全基于模型的推理，并证明了NNGP是一个定义良好的空间过程，可通过稀疏精度矩阵提供合法的有限维高斯密度。

多变量：社区生态学中的联合建模。

具有时间不确定性和随机波动性的古气候贝叶斯推断

提出了一个贝叶斯模型，该模型适用于推断数千年来的古气候，使用从沉积物岩芯中提取的古代花粉计数数据以及提供（不确定）年龄的放射性碳年代数据。

硅藻和pH值重建

根据硅藻数据重建过去湖水pH值需要两个步骤；回归，其中对现代硅藻丰度对pH的响应进行建模和校准，其中建模的响应用于从湖泊沉积物中保存的硅藻组合推断pH。

基于自适应正则化的稀疏空间聚类系数模型的计算统计与数据分析

RSCC应用美国县级数据研究新冠肺炎疫苗的接受情况，并发现疫苗接受的决定因素在各州间的不同影响，揭示了协变量效应的重要州内和州际空间聚集模式。
...