模型参数估计的反问题理论和方法

@进行中{Tarantola2004反向PT,title={反问题理论和模型参数估计方法},作者={阿尔伯特·塔兰托拉},年份={2004},url={https://api.semanticscholar.org/CorpusID:45200939}}
本章讨论Monte Carol方法、最小绝对值准则和极大极小准则,以及它们在函数反问题中的应用。

高非线性问题条件期望的精确计算

通过结合来自测量的信息来识别参数的逆问题在这里基于来自测量的数据在概率设置中被公式化,以解决通常不适定的问题。

基于最小二乘法的参数估计

结果表明,对于许多具有相关影响的问题,可以开发使用与方差矩阵相关的结构来有效解决问题的算法。

波普尔、贝叶斯和反问题

使用观测推断某些参数的值对应于解决“逆问题”。从业者通常寻求数据暗示的“最佳解决方案”,但观察只应

贝叶斯反问题中的广义模式

不确定性量化要求基于后验点估计(模式)对高维甚至无限维分布进行有效总结。。。

非线性结构有限元模型可识别性评估的信息论方法

提出了一种基于贝叶斯信息的非线性有限元模型修正问题中模型参数可辨识性评估的信息理论方法。。。

变分资料同化中基于Hessian的协方差逼近

摘要在一般算子公式中考虑了非线性模型的变分数据同化(估计)问题。提出了基于Hessian的方法来计算估计

偏微分方程控制的贝叶斯反问题的最优实验设计:综述

本文综述了偏微分方程控制的贝叶斯反问题的最优实验设计方法,并综述了这类问题的计算方法。

基于滤波和函数逼近的贝叶斯参数估计

这是对使用高斯-马尔科夫-卡尔曼滤波器进行贝叶斯估计和计算模型中参数更新的描述。

贝叶斯反问题

本章在较高层次上概述了逆问题求解中不确定性/信息的反向传播,特别是贝叶斯概率
...