[1] |
P.Abrahamsen和N.regnesentral,高斯随机场和相关函数综述挪威Regnesentral/挪威计算中心,1997年。
|
[2] |
R.J.Adler,随机域的几何《工业和应用数学学会》,2010年。数字对象标识:10.1137/1.9780898718980.ch1。
|
[3] |
O.A.Chkrebtii先生, D.A.坎贝尔, B.Calderhead公司和M.A.Girolma先生,微分方程贝叶斯解不确定性量化,贝叶斯分析,11(2016), 1239-1267. 数字对象标识:10.1214/16-BA1017。
|
[4] |
H.-S.Chung和J.Alonso,使用梯度构建高维设计优化问题的协克里金近似模型第40届AIAA航空航天科学会议和展览,美国航空航天研究所,2002年。数字对象标识:10.2514/6.2002-317.
|
[5] |
J.Cockayne、C.J.Oates、T.J.Sullivan和M.Girolama,贝叶斯概率数值方法,SIAM审查,61(2019), 756–789.数字对象标识:10.1137/17M1139357。
|
[6] |
H.Cramér和M.r.Leadbetter,平稳及相关随机过程:样本函数性质及其应用,调和分析中的实变数法,多佛出版公司,纽约州米诺拉,2004年。
|
[7] |
S.Da Veiga公司和A.玛丽,带有不等式约束的高斯过程建模,图卢兹数学科学年鉴,21(2012), 529-555. 数字对象标识:10.5802/后1344。
|
[8] |
Y.邓, G.林和X.杨,通过梯度增强高斯过程回归实现多保真数据融合,计算物理中的通信,28(2020), 1812-1837. 数字对象标识:10.4208/cicp。OA-2020-0151。
|
[9] |
R.M.Dudley,实分析与概率,否。74 剑桥高等数学研究剑桥大学出版社,2002年。数字对象标识:10.1017/CBO9780511755347。
|
[10] |
A.I.福雷斯特, A.索贝斯特和A.J.基恩、通过代理建模进行多精度优化,英国皇家学会会刊A:数学、物理和工程科学,463(2007), 3251-3269. 数字对象标识:10.1098/rspa.2007.1900。
|
[11] |
P.Hennig,M.A.Osborne和M.Girolama,概率数字和计算中的不确定性,英国皇家学会会刊A:数学、物理和工程科学,471(2015),2015.0142。数字对象标识:10.1098/rspa.2015.0142。
|
[12] |
M.C.肯尼迪和A.奥哈根,当快速近似可用时,预测复杂计算机代码的输出,生物特征,87(2000), 1-13. 数字对象标识:10.1093/biomet/87.1.1。
|
[13] |
P.K.基塔尼迪斯, 地质统计学导论:在水文地质学中的应用剑桥大学出版社,1997年数字对象标识:10.1017/CBO9780511626166。
|
[14] |
L.Koralov和Y.G.Sinai,概率论与随机过程,Universitext,Springer Berlin Heidelberg,2007年。数字对象标识:10.1007/978-3-540-68829-7.
|
[15] |
L.Laurent(洛朗), 勒里奇(R.Le Riche), B.苏利埃和P.-A.布卡德,梯度增强元模型及其应用概述,工程计算方法档案,26(2019), 61-106. 数字对象标识:2007年10月10日/11831-017-9226-3。
|
[16] |
L.勒格雷特和J.加尼尔,多保真度计算机实验设计的递归协克里金模型,国际不确定性量化杂志,4(2014), 365-386. 数字对象标识:10.1615/国际期刊不确定性量化.2014006914。
|
[17] |
林书豪和D.B.邓森,使用高斯过程投影的贝叶斯单调回归,生物特征,101(2014), 303-317. 数字对象标识:10.1093/biomet/ast063。
|
[18] |
H.刘, Y.-S.Ong, 十、沈和J.蔡当高斯过程遇到大数据时:对可扩展GP的回顾,IEEE神经网络和学习系统汇刊,31(2020), 4405-4423. 数字对象标识:10.1109/TNNLS.2019.2957109。
|
[19] |
A.F.López-Lopera,F.Bachoc,N.Durrande和O.Roustant,带线性不等式约束的有限维高斯近似,SIAM/ASA不确定性量化杂志,6(2018), 1224–1255.数字对象标识:10.1137/17M1153157。
|
[20] |
M.D.莫里斯, T·J·米切尔和D.伊尔维萨克,计算机实验的贝叶斯设计和分析:导数在表面预测中的应用,技术计量学,35(1993), 243-255. 数字对象标识:10.1080/00401706.1993.10485320.
|
[21] |
A.Pensoneault公司, X.杨和十、朱,非负性强制高斯过程回归,理论与应用力学快报,10(2020), 182-187. 数字对象标识:2016年10月10日/j.taml.2020.01.036。
|
[22] |
P.Perdikaris、M.Raissi、A.Damianou、N.D.Lawrence和G.E.Karniadakis,用于数据高效多保真建模的非线性信息融合算法,英国皇家学会会刊A:数学、物理和工程科学,473(2017), 20160751.数字对象标识:10.1098/rspa.2016.0751。
|
[23] |
M.莱斯, 佩迪卡里斯和G.E.卡尼亚达基斯,使用高斯过程的线性微分方程机器学习,计算物理杂志,348(2017), 683-693. 数字对象标识:2016年10月10日/j.jcp.2017.07.050。
|
[24] |
M.Raissi、P.Perdikaris和G.E.Karniadakis,含时和非线性偏微分方程的数值高斯过程,SIAM科学计算杂志,40(2018),A172–A198。数字对象标识:10.1137/17M1120762。
|
[25] |
C.E.Rasmussen和C.K.I.Williams,机器学习、自适应计算和机器学习的高斯过程麻省理工学院出版社,2006年。
|
[26] |
J.袋子, W.J.韦尔奇, T·J·米切尔和H.P.韦恩计算机实验的设计与分析,统计科学,4(1989), 409-423.
|
[27] |
M.Schober、D.Duvenaud和P.Hennig,具有runge-kutta均值的概率ODE解算器,arXiv:1406.2582,[cs,数学,统计], 2014.
|
[28] |
E.Solak、R.Murray-smith、W.E.Leithead、D.J.Leith和C.E.Rasmussen,动态系统高斯过程模型中的导数观测神经信息处理系统的进展15(S.Becker、S.Thrun和K.Obermayer编辑),1057-1064,麻省理工学院出版社,2003年。
|
[29] |
S.乌拉加纳坦, 一、库库伊特, F.费兰蒂, E.拉尔曼和T.达内,多保真梯度增强克里金算法性能研究,结构和多学科优化,51(2015), 1017-1033. 数字对象标识:2007年10月10日/00158-014-1192-x。
|
[30] |
X.杨, D.巴拉哈斯·索拉诺, G.塔塔科夫斯基和A.M.塔塔科夫斯基,Physics-informated CoKriging:一种基于高斯过程回归的多元数据模型收敛方法,计算物理杂志,395(2019), 410-431. 数字对象标识:2016年10月10日/j.jcp.2019.06.041。
|
[31] |
X.Yang,G.Tartakovsky和A.Tartakowsky,《基于物理的kriging:一种基于物理的高斯过程回归方法用于数据模型收敛》,arXiv:1809.03461,[cs,统计], 2018.
|
[32] |
X.Yang、X.Zhu和J.Li,当双重性遇到CoKriging:一种有效的基于物理的多保真方法,SIAM科学计算杂志,42(2020),A220–A249。数字对象标识:10.1137/18M1231353。
|