×

兹马思-数学第一资源

高斯过程建模软件的比较。(英语) Zbl 1403.62006
总结:高斯过程拟合,或称克里格法,通常用于从一组数据中创建一个模型。许多可用的软件包都会这样做,但是我们发现即使使用相同的数据和模型,不同的软件包也可以得到非常不同的结果。我们描述了在四个不同平台上运行的八个不同的装配包所使用的参数化、特性和优化。然后我们使用不同的数据函数和数据集对这八个包进行比较,发现包之间存在明显的差异。除了比较预测精度外,还评估了预测方差——这对于评估预测精度非常重要,并且通常用于停止标准中。

理学硕士:
62-04年 有关统计问题的软件、源代码等
62公里 统计实验设计
62像素 统计学应用
60G15 高斯过程
PDF格式 BibTeX公司 XML 引用
参考文献:
[1] 安肯曼,B.E。;纳尔逊,B.L。;Staum,J.,模拟元建模的随机克里格法,运筹学,58,2371-382,(2010)·Zbl 1342.62134
[2] Ba,S.和Joseph,V.R.(2015年)。最大投影设计。R程序包版本3.1-2。2017年2月15日检索自https://CRAN.R-project.org/package=MaxPro。
[3] 巴斯托斯,洛杉矶。;O'Hagan,A.,高斯过程模拟器的诊断,技术计量学,51,4,425-438,(2009)
[4] 本阿里,E.N。;Steinberg,D.M.,计算机实验的建模数据:Kriging与MARS的经验比较和投影寻踪回归,质量工程,19,4,327-338,(2007)
[5] Binois,M.,Gramacy,R.B.和Ludkovski,M.(2016年)。用于大型模拟实验的实际异方差高斯过程建模。arXiv预印本:1611.05902。2017年2月15日检索自https://arxiv.org/pdf/1611.05902.pdf。
[6] 伯德,R.H。;卢,P。;诺塞达尔,J。;朱建明,一种有界约束优化的有限内存算法,暹罗科学计算杂志,16,5,1190-1208,(1995)·Zbl 0836.65080
[7] 陈,H。;洛普基,J.L。;萨克斯,J。;韦尔奇,W.J.,《计算机实验的分析方法:如何评估和什么重要?》,统计科学,31,1,40-60,(2016)
[8] 陈,X。;王,K。;Yang,F.,随机克里格法与定性因素,2013年冬季模拟会议论文集,790-801,(2013),IEEE出版社
[9] 奇帕曼。;乔治,E.I。;McCulloch,R.E.,贝叶斯购物车模型搜索,美国统计协会杂志,93443935-948,(1998)
[10] 克里斯汀,J。;伊丘,M。;托克莱特,B。;Ouisse,M.,无限板声传输模型的整体灵敏度分析,ISMA论文集,4177-4188,(2014)
[11] Ciuffo,B。;卡萨斯,J。;蒙塔尼诺,M。;佩拉诺,J。;Punzo,V.,用于交通模拟模型敏感性分析的高斯过程元模型:AIMSUN介观模型的案例研究,交通研究记录:交通研究委员会杂志,239087-98,(2013)
[12] 达米诺,A。;Lawrence,N.,深高斯过程,第十六届人工智能与统计国际研讨会论文集,207-215,(2013)
[13] Dancik,G.(2011年)。mlegp:一个用于高斯过程建模和灵敏度分析的R包。2016年4月14日检索自http://download.nextag.com/cran/web/packages/mlegp/vignettes/mlegp.pdf。
[14] Dancik,G.M.(2013年)。mlegp:高斯过程的最大似然估计。R包版本3.1.4。2017年2月15日检索自https://CRAN.R-project.org/package=mlegp。
[15] 丹西克,G.M。;Dorman,K.S.,Mlegp:生物系统计算机模型的统计分析,生物信息学,24,17,1966-1967,(2008)
[16] 德特,H。;Pepelyshev,A.,计算机实验的广义拉丁超立方体设计,技术计量学,52,4,421-429,(2010)
[17] scikit学习开发者(2016a)。scikit了解发布历史记录。2017年1月16日检索自http://scikit-learn.org/stable/whats_new.html。
[18] scikit学习开发者(2016b)。sklearn.gaussianprocess.gaussianprocessregressor。2017年1月14日检索自http://scikit-learn.org/stable/modules/generated/sklearn.GaussianProcessRegressor.html。
[19] 杜,W。;薛,N。;什伊,W。;Martins,J.R.,基于替代物的锂离子电池电极中质量传输和电化学动力学的多尺度模型,电化学学会杂志,161,8,E3086-E3096,(2014)
[20] 埃里克森,哥伦比亚特区。;安肯曼,B.E。;Sanchez,S.M.,使用八个高斯过程软件包将高斯过程模型拟合到各种数据集的数据,简而言之,数据(2017年)
[21] 吉达里斯,我。;Taflanidis,A.A.,通过寿命周期成本标准和与替代设计方法的比较对流体粘滞阻尼器进行性能评估和优化,地震工程公报,13,4,1003-1028,(2015)
[22] Gramacy,R.,Tgp:贝叶斯非平稳、半参数非线性回归和treed-Gaussian过程模型设计的R包,统计软件杂志,19,9,1-46,(2007)
[23] Gramacy,R.B.,Lagp:R中通过局部近似高斯过程进行大规模空间建模,技术报告,(2014),芝加哥大学
[24] Gramacy,R.B.(2015年)。局部近似高斯过程回归。R程序包版本1.3-2。2017年2月14日检索自https://CRAN.R-project.org/package=laGP。
[25] Gramacy,R.B。;Apley,D.W.,大型计算机实验的局部高斯过程近似,计算与图形统计杂志,24,2561-578,(2015)
[26] Gramacy,R.B。;Lee,H.K.,《模拟计算机实验、统计与计算中的掘金案例》,22,3,713-722,(2012)·Zbl 1252.62098
[27] Gramacy,R.B。;Lee,H.K.H.,贝叶斯树高斯过程模型及其在计算机建模中的应用,美国统计协会杂志,103483,1119-1130,(2008)·Zbl 1205.62218
[28] 亨斯曼,J。;福西,N。;劳伦斯,N.D.,大数据的高斯过程(2013)
[29] JMP:高斯过程(2016)。高斯过程。2016年8月1日检索自http://www.jmp.com/support/help/Gaussian_Process.shtml。
[30] 琼斯特区。;肖洛,M。;韦尔奇,W.J.,昂贵黑盒函数的有效全局优化,全球优化杂志,13,4,455-492,(1998)·Zbl 0917.90270
[31] Jones,E.,Oliphant,T.,Peterson,P.等人(2001年)。SciPy:Python的开源科学工具。http://www.scipy.org/在线;访问时间:2016年4月19日。
[32] Kleijnen,J.P.C.,模拟实验的设计与分析,第230卷,(2015),Springer·Zbl 1321.62006
[33] 莱格莱特,L。;马雷利S。;Sudret,B.,基于元模型的灵敏度分析:多项式混沌展开和高斯过程,(Ghanem,R.;Higdon,D.;Owhadi,H.《不确定性量化手册-第三部分:敏感性分析》(2016),Springer International Publishing)
[34] 刘博士。;Nocedal,J.,关于大规模优化的有限内存BFGS方法,数学规划,45,1-3,503-528,(1989)·零担0696.90048
[35] 刘,M。;Staum,J.,《预期缺口有效嵌套模拟的随机克里格法》,风险期刊,12,3,3,(2010)
[36] 洛普基,J.L。;萨克斯,J。;韦尔奇,W.J.,选择计算机实验的样本量:实用指南,技术计量学,51,4366-376,(2009)
[37] 南卡罗布港。;尼尔森,H.B。;Søndergaard,J.,《MATLAB工具箱DACE的方面》,技术报告,(2002年),丹麦技术大学,DTU
[38] Lophaven,S.N.,Nielsen,H.B.和Søndergaard,J.(2002b)。DACE—一个MATLAB Kriging工具箱,2.0版。技术报告. 丹麦技术大学。信息学与数学建模。
[39] 麦克唐纳,B。;兰扬,P。;Chipman,H.,Gpfit:用于将高斯过程模型拟合到确定性模拟器输出的R包,统计软件杂志,64,12,1-23,(2015)
[40] 小梅班,W.R。;Sekhon,J.S.,使用导数的遗传优化:R的rgenoud包,统计软件杂志,42,11,1-26,(2011)
[41] Morris,M.D.,《初步计算实验的析因抽样计划》,技术计量学,3321161-174,(1991)
[42] 莫里斯医学博士。;米切尔,T.J。;Ylvisaker,D.,《计算机实验的贝叶斯设计与分析:表面预测中导数的使用》,技术计量学,35,3,243-255,(1993)·Zbl 0785.62025
[43] 佩德雷戈萨,F。;瓦罗魁克。;格拉姆波特,A。;米歇尔,V。;蒂里翁,B。;Grisel,O.,Scikit learn:python中的机器学习,机器学习研究杂志,122825-2830,(2011)·Zbl 1280.68189
[44] 普拉特,J.C。;伯吉斯,C.J.C。;斯文森,S。;威尔,C。;郑,A.,学习自动生成音乐播放列表的高斯过程(Dieterich,T.G.;Becker,S.;Ghahramani,Z.,神经信息处理系统的进展,14,(2002),麻省理工学院出版社)
[45] 普西,J。;波罗普达斯,J。;Virtanen,K.,使用随机克里格法的博弈论模拟元建模,2010年冬季模拟会议论文集,1456-1467,(2010)
[46] R核心团队(2014年)。R: 一种用于统计计算的语言和环境。统计计算基础。奥地利维也纳。
[47] 兰扬,P。;海恩斯,R。;Karsten,R.,确定性计算机模拟数据高斯过程插值的计算稳定方法,技术计量学,53,4366-378,(2011)
[48] 拉斯穆森,哥伦比亚特区。;《机器学习的高斯过程》(2006),麻省理工学院出版社·Zbl 1177.68165
[49] 罗森特,O。;金斯堡,D。;Deville,Y.,Dicekriging,diceoptim:基于Kriging的元建模和优化的计算机实验分析的两个R包,统计软件杂志,51,1,1-55,(2012)
[50] 萨克斯,J。;韦尔奇,W.J。;米切尔,T.J。;韦恩,H.P.,计算机实验设计与分析,统计科学,4,4,409-423,(1989)·Zbl 0955.62619
[51] 桑纳,T.J。;威廉姆斯,B.J。;《计算机实验的设计与分析》(2003),施普林格科学与商业媒体·Zbl 1041.62068
[52] SAS产品:JMP(2016),SAS产品:JMP。2016年8月1日检索自http://support.sas.com/software/products/jmp/。
[53] 斯内尔森,E。;Ghahramani,Z.,使用伪输入的稀疏高斯过程,神经信息处理系统进展,1257-1264,(2005)
[54] Sung,C.-L.,Gramacy,R.B.和Haaland,B.(2016年)。局部亚样本高斯回归过程中的潜在子样本方差减少。arXiv预印本:1604.04980。
[55] Surjanovic,S.和Bingham,D.(2016年)。虚拟仿真实验库:测试函数和数据集。2016年3月29日检索自http://www.sfu.ca/苏尔加诺。
[56] GPy作者(2012-2015)。GPy:Python中的高斯过程框架。
[57] GPy作者(2015年)。欢迎来到GPy的文档!2016年10月3日检索自https://pythonhosted.org/GPy/index.html。
[58] 维拉尼克斯别墅,N。;跟随者,M。;拉托,M。;Leip,A.,模拟玉米作物N{2}O通量和N淋失的八种元建模技术比较,环境建模与软件,34,51-66,(2012)
[59] 威廉姆斯,C.K。;巴伯,D.,高斯过程的贝叶斯分类,模式分析和机器智能IEEE汇刊,20,12,1342-1351,(1998)
[60] 伍德伯里,M.A.,反转修正矩阵,备忘录报告,42,106,(1950)
[61] Worley,B.,确定性不确定性分析,技术报告ORN-0628,(1987年),国家技术信息服务局5285 Port Royal Road,Springfield,VA 22161,USA
[62] 尹,H。;文,G。;方,H。;青,Q。;孔,X。;Xiao,J.,基于动态集成元模型的功能梯度泡沫填充锥形管的多目标耐撞性优化设计,材料与设计,55747-757,(2014)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。