• 语料库ID:156032725

计算密集型正向模型的后验探索

@进行中{Higdon2024PosteriorEF，title={计算密集型正向模型的后验探索}，author={大卫·希格顿（David M.Higdon）、谢恩·里斯（Shane Reese）、杰斯·大卫·莫尔顿（J.David Moulton）、贾斯珀·弗鲁特（Jasper A.Vrugt）和科林·福克斯（Colin Fox）}，年份={2024}，url={https://api.semanticscholar.org/CorpusID:156032725}}
本章考虑了各种多元提案分布，并将其与单站点Metropolis更新进行了比较，并展示了如何快速利用近似模型来提高MCMC采样效率。
[PDF]语义阅读器
34引文
极具影响力的引文
三
背景引文
7
方法引文
8
结果引文
1

本文中的数字

34引文

关于贝叶斯推理的低维结构

对低维结构进行了严格的数学描述，使其能够在高维和连续参数空间中进行有效的贝叶斯推理，并利用该描述设计了新的结构扩展和计算效率推理算法。

大尺度统计反问题的随机牛顿MCMC方法及其在地震反演中的应用

这项工作在贝叶斯推理框架下，利用所谓的随机蒙特卡罗方法解决大规模统计逆问题。

高概率目标的自适应延迟接收MCMC

由此产生的自适应延迟接受[伪边缘]Metropolis–Hastings算法在理论和经验上都得到了验证，并应用于描述捕食者-猎物相互作用的离散观测马尔可夫跳跃过程和描述自动调节基因网络动力学的常微分方程系统。

交互评论“景观和盆地演化模型的替代辅助贝叶斯反演”

本研究的范围相当大，包含了许多复杂的细节，并试图描述所有这些细节，但它可能会模糊主要重点，即评估在采样过程中“原位”训练的替代“伪类动物”的组合效果。

微分方程模型参数估计和不确定度量化的仿真加速哈密顿蒙特卡罗算法

目的是确定用于非线性DE模型的算法，该算法能够在精度和计算效率之间取得最佳平衡，因为在贝叶斯分析中，由于重复的数值积分，这些模型的计算量很大。

两阶段马尔可夫链蒙特卡罗地震反演的增强神经网络采样

在两阶段马尔可夫链蒙特卡罗（MCMC）过程中，使用神经网络直接代替昂贵的残差计算，绕过了在MCMC过程之外生成单独训练数据的需要。

利用高维空间数据进行计算机模型校准的复合似然方法

本文提出了一种使用复合似然进行贝叶斯计算机模型校准的计算效率方法，并开发了一种基于渐近理论的方法来调整复合似然后验分布，使其准确地表示后验不确定性。

计算机模型的复合似然方法

本文提出了一种使用复合似然进行贝叶斯计算机模型校准的计算效率方法，并开发了一种基于渐近理论的方法来调整复合似然后验分布，使其准确地表示后验不确定性。

自动因子切片采样

本文描述了一种构建高效、自动化MCMC算法的两方面方法，它是对单变量切片采样器的推广，其中选择坐标基（因子）由于处理了一个附加的调谐参数，开发了一种自动选择调谐参数的方法，以构建高效的因子切片采样器。

基于科学的动态时空模型通用框架

本文概述了一个用于整合科学信息以激励动态时空模型的框架，并证明了该框架可以作为特殊情况容纳许多不同类别的基于科学的参数化。

50参考文献

自适应MCMC示例

计算机仿真表明，与非自适应算法相比，使用自适应MCMC算法在运行过程中自动调整马尔可夫链参数表现非常好，即使在高维中也是如此。

利用粗尺度和细尺度信息表征反问题不确定性的贝叶斯方法

一种通过组合不同规模的运行来提高MCMC分析速度和效率的方法，以便链能够更快地运行，更好地探索后验，并且不太可能陷入局部最大值。

计算密集型正演模型的后验探索

目标是使用观测数据y推断空间输入参数x预测x并表征x预测中的不确定性，使用似然L（y|x）来解释失配和采样误差。

替代和降阶建模：大规模统计反问题方法的比较[第7章]

通过前面章节中描述的频率或贝叶斯方法解决统计逆问题可能是一项计算密集型的工作，尤其是在面对大规模问题时…

DRAM：高效自适应MCMC

证明了所得到的非马尔可夫采样器的遍历性，自适应Metropolis采样器和延迟抑制相结合的效率优于原始方法。

高斯马尔可夫随机场的快速采样

使用稀疏矩阵的数值技术可以快速采样高斯马尔可夫随机场（条件自回归），并证明了其在疾病映射的马尔可夫链蒙特卡罗算法中通过构造有效的块更新来使用。

用于探索后验分布的马尔可夫链

本文概述了马尔可夫链方法的一些基本方法和策略，并讨论了一些相关的理论和实践问题。

自适应马尔可夫链蒙特卡罗算法的耦合性和遍历性

我们使用耦合结构，在最小假设下考虑自适应马尔可夫链蒙特卡罗算法的基本遍历性。我们证明了分布的收敛性和…

吉布斯采样器、Metropolis算法和其他单站点更新动力学的收敛速度

通过模拟弱收敛到II的马尔可夫链，可以通过蒙特卡罗方法有效地从马尔可夫随机场II进行采样。我们考虑一类局部更新动力学…

计算密集型反问题中基于马尔可夫链蒙特卡罗的推理方法

本文开发了用于指定输入x的有效低维表示的方法，以及用于后验分布采样的MCMC方法，并考虑使用快速、可能粗化的公式来增强基本公式，以提高MCMC性能。