×
塞巴斯蒂安·马尔明;大卫·金斯堡;让·巴库;雅克·莲德拉特

异质变量函数的扭曲高斯过程和基于导数的序列设计。 （英语） Zbl 1403.62144号

SIAM/ASA J.不确定性。数量。 6, 991-1018 (2018).
摘要：高斯过程（GP）模型已成为使用稀缺输入/输出样本和通过均值和协方差函数完成的先验假设来逼近和探索非线性系统的流行模型。虽然进行平稳性假设和使用基于方差的标准进行探索是很常见的，但在现实情况下，所研究的系统根据参数空间的区域表现出异质行为并不罕见。我们考虑了一类沿未知非正则方向发生高变化的问题，并从两个角度处理了适应非平稳性的问题。首先，我们定义了一类新的协方差（WaMI-GP），该类协方差同时推广了多指标核和张量扭曲广义粒子的核，其次，我们引入了基于导数的采样准则，专门用于探索高变异区域。通过数学分析和数值实验对新的GP类进行了研究，结果表明，它允许编码具有很强的表达能力，同时保持推理参数的数量适中。在IRSN进行的安全研究的机械测试案例中，对标准和模型进行了比较。在这种应用中，在平稳GP模型的情况下，一些拟议的标准优于通常的基于方差的标准；然而，基于方差的标准与WaMI-GP相比表现更好。在该应用程序和NASA测试案例中，我们的方法也与树高斯过程（TGP）进行了比较。在IRSN应用程序中，WaMI-GP在静态和顺序设置中主导TGP。在NASA应用中，虽然TGP在静态情况下明显占主导地位，但对于小型设计，其在顺序设置中的表现优于WaMI-GP。

引用于4文件

MSC公司：

62万 顺序统计设计
60G15年 高斯过程
62K99型 统计实验设计

关键词：

非平稳核;填充取样标准;计算机实验

软件：

骰子评估;kergp公司;骰子设计;DiceOptim公司;骰子克里格;三峡工程;EGO公司
PDF格式BibTeX公司 XML格式引用
\textit{S.Marmin}等人，SIAM/ASA J.不确定性。数量。6991-1018（2018；Zbl 1403.62144）
全文： DOI程序

参考文献：

[1] E.B.Anderes和M.L.Stein，平面上各向同性高斯随机场的变形估计，安.统计师。，36（2008），第719–741页·Zbl 1133.62077号
[2] J.Bect、D.Ginsbourger、L.Li、V.Picheny和E.Vazquez，用于估计失效概率的计算机实验的序贯设计，统计计算。，22（2012），第773-793页·Zbl 1252.62081号
[3] D.Brillinger，一类特殊非线性时间序列系统的辨识《生物统计学》，第64页（1977年），第509-515页·Zbl 0388.62084号
[4] C.Chevalier、J.Bect、D.Ginsbourger、E.Vazquez、V.Picheny和Y.Richet，基于快速克里格的逐步不确定性减少及其在偏移集识别中的应用《技术计量学》，56（2014），第455-465页。
[5] C.契瓦利埃、D.金斯堡和X.埃默里，批处理连续数据同化的修正kriging更新公式，载于《地球数学》，施普林格，纽约，2014年，第119–122页。
[6] T.Choi、J.Q.Shi和B.Wang，单指标模型的高斯过程回归方法，J.非参数。《统计》，23（2011），第21-36页·Zbl 1359.62121号
[7] Y.Deville、D.Ginsbourger和O.Roustant，“kergp”包, 2015.
[8] J.杜布，随机过程约翰·威利父子公司，纽约，1953年·Zbl 0053.26802号
[9] P.Duchesne和P.De Micheaux，计算二次型分布：刘-唐-张近似与精确方法的进一步比较，计算。统计师。数据分析。，54（2010年），第858–862页·Zbl 1465.62010号
[10] D.Dupuy、C.Helbert和J.Franco，DiceDesign和DiceEval：两个用于计算机实验设计和分析的R包、J.Stat.Softw.、。，65（2015），第1-38页。
[11] N.Durrande、D.Ginsbourger和O.Roustant，用于高维高斯过程建模的加性协方差核，在Ann.Fac。科学。图卢兹，21（2012），第481-499页·Zbl 1266.60068号
[12] M.Gibbs，回归与分类的贝叶斯-高斯过程1997年，英国剑桥大学博士论文。
[13] D.Ginsbourger、O.Roustant和N.Durrande，随机场路径的简并性和不变性及其在高斯过程建模中的应用，J.Statist。计划。推理，170（2016），第117-128页·Zbl 1329.60135号
[14] D.Ginsbourger、O.Roustant、D.Schuhmacher、N.Durrande和N.Lenz，核与高斯随机场路径的方差分析分解，《蒙特卡洛和准蒙特卡罗方法》，斯普林格，纽约，2016年，第315–330页·Zbl 1356.65027号
[15] R.B.Gramacy，贝叶斯树高斯过程模型，博士论文，加州大学圣克鲁斯分校，2005年。
[16] R.B.Gramacy，TGP：贝叶斯非平稳、半参数非线性回归的R包，以及基于树高斯过程模型的设计、J.Stat.Softw.、。，19 (2007), .
[17] R.B.Gramacy和H.K.H.Lee，贝叶斯树高斯过程模型及其在计算机建模中的应用，J.Amer。统计师。协会，103（2008），第1119–1130页·Zbl 1205.62218号
[18] R.B.Gramacy和H.K.H.Lee，超级计算机实验的自适应设计与分析《技术计量学》，51（2009），第130–145页。
[19] R.B.Gramacy和H.Lian，高斯过程单指标模型在计算机实验中的仿真《技术计量学》，54（2012），第30-41页。
[20] R.B.Gramacy和M.A.Taddy，使用TGP版本2（用于树高斯过程模型的R包）进行分类输入、敏感性分析、优化和重要性调整、J.Stat.Softw.、。，33 (2010), .
[21] D.R.Jones、M.Schonlau和J.William，昂贵黑盒函数的高效全局优化、J.Global Optim.、。，13（1998年），第455-492页·Zbl 0917.90270号
[22] D.J.C.麦凯，高斯过程简介，北约ASI Ser。F计算。系统科学。，168（1998），第133-166页·Zbl 0936.68081号
[23] J.Mockus，贝叶斯方法在全局随机优化数值方法中的应用、J.Global Optim.、。，4（1994），第347-365页·Zbl 0801.90099
[24] C.Paciorek，回归和空间建模的非平稳高斯过程，卡耐基梅隆大学统计系博士论文，匹兹堡，2003年。
[25] C.Paciorek和M.Schervish，高斯过程回归的非平稳协方差函数高级神经信息处理。系统。，16（2004），第273-280页。
[26] E.Padonou和O.Roustant，圆域中的极高斯过程和实验设计SIAM/ASA J.不确定性。数量。，4（2016），第1014–1033页·Zbl 1354.60039号
[27] J.-S.Park和J.Baek，幂指数协方差空间线性模型中最大似然估计量的有效计算，计算。地质科学。，27（2001），第1-7页。
[28] F.Perales、F.Dubois、Y.Monerie、B.Piar和L.Stainier，基于非光滑接触动力学的多域求解器、代码耦合（Xper）及其在断裂中的应用《欧洲计算杂志》。机械。，19（2010年），第389–417页。
[29] V.Picheny、D.Ginsbourger、O.Roustant、R.T.Haftka和N.-H.Kim，精确逼近目标区域的自适应实验设计，J.机械。设计，132（2010）。
[30] L.Pronzato和W.G.Muöller，计算机实验设计：空间填充与超越，统计计算。，22（2011），第681-701页·Zbl 1252.62080号
[31] J.Quin͂onero-Candela和C.E.Rasmussen，稀疏近似高斯过程回归的统一观点，J.马赫。学习。第6号决议（2005年），第1939-1959页·Zbl 1222.68282号
[32] P.Ranjan、D.Bingham和G.Michailidis，复杂计算机代码轮廓估计的序贯实验设计《技术计量学》，50（2008），第527–541页。
[33] C.R.Rasmussen和C.K.I.Williams，机器学习的高斯过程麻省理工学院出版社，英国剑桥，2006年·兹比尔1177.68165
[34] S.E.Rogers、M.J.Aftosmis、S.A.Pandya、N.M.Chaderjian、E.Tejnil和J.U.Ahmad，分布式并行计算机上CFD参数的自动研究，AIAA论文4229，AIAA，2003年。
[35] J.Rougier，具有可分离协方差函数的随机过程的一个表示定理及其仿真意义，[math.ST]，2017年。
[36] O.Roustant、D.Ginsbourger和Y.Deville，DiceKriging，DiceOptim:Kriging-based元建模和优化的计算机实验分析的两个R包、J.Stat.Softw.、。，51（2012），第1-55页。
[37] J.Sacks、W.J.Welch、T.J.Mitchell和H.P.Wynn，计算机实验的设计与分析，统计。科学。，（1989年），第409–423页·Zbl 0955.62619号
[38] P.D.Sampson和P.Guttorp，非平稳空间协方差结构的非参数估计，J.Amer。统计师。协会，87（1992），第108–119页。
[39] T.J.Santner、B.J.Williams和W.Notz，计算机实验的设计与分析，Springer，纽约，2003年·Zbl 1041.62068号
[40] M.Scheuerer，统计与数值分析中空间插值模型与方法的比较，博士论文，Georg-August-Universita¨t，Go¨ttingen，2009年。
[41] J.Snoek、K.Swersky、R.S.Zemel和R.P.Adams，非平稳函数贝叶斯优化的输入扭曲，载于《ICML会议录》，2014年，第1674–1682页。
[42] N.Srinivas、A.Krause、S.M.Kakade和M.W.Seeger，土匪环境下高斯过程优化的信息论遗憾界，IEEE传输。通知。《理论》，58（2012），第3250-3265页·Zbl 1365.94131号
[43] M.L.Stein，空间数据插值：克里格的一些理论纽约斯普林格出版社，1999年·Zbl 0924.62100号
[44] E.Vazquez和J.Bect，基于克里格的序列搜索：几种算法的收敛性分析，《国际统计学会第58届世界统计大会会议记录》，爱尔兰都柏林，2011年。
[45] B.J.Williams、T.J.Santner和W.I.Notz，最小化综合响应函数的计算机实验顺序设计，统计。《中国科学研究院》，第10期（2000年），第1133-1152页·Zbl 0961.62069号
[46] Y.Xia，多因次模型及其降维，J.Amer。统计师。协会，103（2008），第1631-1640页·Zbl 1286.62021号
[47] Y.Xiong、W.Chen、D.Apley和X.Ding，工程设计中元建模的非平稳协方差kriging方法，国际。J.数字。方法工程，71（2007），第733-756页·兹比尔1194.74553
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。