费利佩·桑蒂巴涅斯;Jorge F.席尔瓦。;朱利安·奥尔蒂斯。 分类随机场中减少不确定性的抽样策略：公式化、数学分析和在多点模拟中的应用。 （英语） 兹比尔1421.86028 数学。地质科学。 51，第5号，579-624（2019）. 小结：从最小化给定感测位置信息的非感测位置的后验不确定性的角度，讨论了离散随机场统计模拟的最佳采样任务。特别地，采用信息论方法，形式化了用于场表征的最优抽样设计问题，引入了测量信息、平均后验不确定度和场的可解性等概念。通过将模拟任务与信源编码问题联系起来，证明了熵和相关信息度量的使用是合理的，众所周知，熵提供了基本的性能限制。在应用中，探索了一个一维马尔可夫链模型，其中随机对象的统计信息已知，然后研究了更相关的渠化相场多点模拟案例，在这种情况下，采用训练图像推断统计信息非参数模型。在这两种情况下，与随机抽样或常规抽样相比，信息驱动抽样策略在不同的环境和条件下都证明了其优越性。 MSC公司： 86A32型 地理统计学 62H11型 定向数据；空间统计学 关键词：抽样策略;最佳抽样设计;信息论;熵与条件熵;不确定性降低;多点仿真;渠化相模型;地质统计学 软件：SGeMS公司;信息技术计划 PDF格式BibTeX公司 XML格式引用 \textit{F.Santibañez}等人，《数学》。地质科学。51，第5号，579--624（2019；Zbl 1421.86028） 全文： 内政部 参考文献： [1] Abellan A，Noetinger B（2010）使用信息理论优化地下现场数据采集。数学地质42（6）：603-630。https://doi.org/10.1007/s11004-010-9285-6 ·Zbl 1197.86049号 ·doi:10.1007/s11004-010-9285-6 [2] Afshari S、Pishvaie M、Aminshahidy B（2014）《使用粒子群优化算法进行井位优化》，这是一种新方法。宠物科技32（2）：170-179 [3] Arpat B，Caers J（2007），带模式的条件模拟。数学地质学39（2）：177-203 [4] Aspie D，Barnes RJ（1990），填充取样设计和分类错误的成本。数学地理22（8）：915-932 [5] Bangerth W，Klie H，Matossian V，Parashar M，Wheeler M（2005）《随机布井优化的自主油藏框架》。俱乐部计算8:255-269 [6] Bangerth W、Klie H、Wheeler MF、Stoffa P、Sen M（2006）《关于油藏油井布置问题的优化算法》。计算地质科学10:303-319·Zbl 1197.76123号 [7] Baraniuk RG，Davenport M，DeVore R，Wakin M（2008）随机矩阵限制等距性的简单证明。Constr约28（3）：253-263·Zbl 1177.15015号 [8] Bittencourt AC，Horne RN（1997）《油藏开发与设计优化》。在：SPE年度技术会议和展览会，石油工程师协会，德克萨斯州圣安东尼奥，SPE，第38895卷，第1-14页 [9] Boyko N，Karamemis G，Kuzmenko V，Uryasev S（2014）稀疏信号重建：LASSO和基数方法。查姆施普林格，第77-90页·Zbl 1316.94021号 [10] Brus DJ，Heuvelink GBM（2007）环境变量普适克立格的样本模式优化。Geoderma地质师138:86-95 [11] Bui H，La C，Do M（2015）一种基于树的快速压缩感知算法，具有稀疏树优先权。信号处理108（完成）：628-641。https://doi.org/10.1016/j.sigpro.2014.10.026 ·doi:10.1016/j.sigpro.2014.10.026 [12] Candes EJ（2008）《受限等距特性及其在压缩传感中的应用》。巴黎I科学院C R 346:589-592·Zbl 1153.94002号 [13] Candes EJ，Romberg J，Tao T（2006a）鲁棒不确定性原理：从高度不完整的频率信息中精确重建信号。IEEE Trans-Inf理论52（2）：489-509·兹比尔1231.94017 [14] Candes EJ、Romberg J、Tao T（2006b），从不完整和不准确的测量中恢复稳定信号。普通纯应用数学59:1207-1223·邮编1098.94009 [15] Christakos G，Killam BR（1993）使用退火搜索算法对污染物等级进行分类的抽样设计。水资源研究29（12）：4063-4076 [16] Christodoulou S、Gagatsis A、Xanthos S、Kranioti S、Agathokleous A、Fragiadakis M（2013）基于熵的传感器布局优化，用于供水管网失水检测。水资源管理国际杂志欧洲水资源协会（EWRA）27（13）：4443-4468。https://EconPapers.repec.org/repec:spr:waterr:v:27:y:2013:i:13:p:4443-4468 [17] Cohen A、Dahmen W、DeVore R（2009）《压缩传感和最佳k项近似》。美国数学学报22（1）：211-231·Zbl 1206.94008号 [18] Cover TM，Thomas JA（2006）《信息理论的要素》，第2版。Wiley Interscience，纽约·Zbl 1140.94001号 [19] Cressie N，Gotway C，Grondona M（1990）网络空间预测。技术代表7:251-271，Chermometr Intell Lab.Syst [20] Donoho DL（2006）压缩传感。IEEE Trans-Inf理论52:1289-1306·Zbl 1288.94016号 [21] Eldar YC（2015）《采样理论：超越带宽限制系统》，第1版。剑桥大学出版社，纽约·Zbl 1332.94002号 [22] Elfeki A，Dekking M（2001）《地下表征的马尔可夫链模型：理论与应用》。数学地质学33（5）：569-589。https://doi.org/10.1023/A:1011044812133 ·Zbl 1011.86005号 ·doi:10.1023/A:1011044812133 [23] Founcart S，Lai M（2009）通过\[\ell_p\]得到欠定线性系统的最稀疏解ℓp-最小化。应用计算机危害分析26:395-407·兹比尔1171.90014 [24] 高H，王J，赵P（1996）更新的克立格方差与最优样本设计。数学地质学28（3）：295-313·Zbl 0970.86551号 [25] Goodchild，M。；Buttenfield，B。；伍德，J。；Hearnshaw，HM（编辑）；Unwin，DJ（编辑），可视化数据有效性导论，141-149（1994），奇切斯特 [26] Goovaerts P（2001）土壤科学中不确定性的地质统计建模。Geoderma地质师103:3-26 [27] Gray R，Davidson LD（2004）《统计信号处理导论》。剑桥大学出版社·Zbl 1190.94002号 [28] 瓜迪亚诺，F。；Srivastava，M.，《多元地质统计学：超越双变量方法》，133-144（1993），阿姆斯特丹 [29] Guestrin C、Krause A、Singh A（2005），高斯过程中的近最优传感器布置。在：国际机器学习会议（ICML）·Zbl 1225.68192号 [30] Gutjahr A（1991）《抽样设计和分析的地质统计学》。In:Nash R（ed）地下水残留物取样设计。美国化学学会，ACS系列研讨会，华盛顿特区，第48-90页 [31] Huang T，Lu DT，Li X，Wang L（2013）基于Gpu的多点统计模拟的snesim实现。计算地质学54:75-87。https://doi.org/10.1016/j.cageo.2012.11.022 ·doi:10.1016/j.cageo.2012.1.022 [32] Kennedy BA（1990）《露天采矿》，第2版。采矿协会。英国恩格伍德冶金与勘探公司 [33] Krause A、Guestrin C、Gupta A、Kleinberg J（2006）《近最优传感器布置：最大化信息同时最小化通信成本》。In：程序。传感器网络（IPSN）中的信息处理 [34] Krause A、Leskovec J、Guestrin C、VanBriesen J、Faloutsos C（2008a）用于确保大型配水网络安全的高效传感器布局优化。《水资源计划管理杂志》134（6）：516-526 [35] Krause A，Singh A，Guestrin C（2008b），高斯过程中的近最优传感器布置：理论、高效算法和实证研究。J Mach学习研究9:235-284·Zbl 1225.68192号 [36] Krause A、Guestrin C、Gupta A、Kleinberg J（2011年），在信息丰富、通信效率高的地点放置稳健的传感器。ACM Trans Sens Netw公司。https://doi.org/10.1145/19212621.1921625 [37] MacKay DJC（2002）信息理论、推理和学习算法。剑桥大学出版社，纽约 [38] Magnant Z（2011）不适定问题优化实验设计的数值方法。埃默里大学博士论文，https://search.proquest.com/docview/881634811？accountid=14621 [39] Marchant B，Lark R（2007），地质统计学调查的优化样本方案。数学地理39:113-134·Zbl 1128.86005号 [40] Mariethoz G，Caers J（2015）多点地质统计学。霍博肯威利·布莱克韦尔 [41] McBratney A，Webster R，Burgess T（1981a）区域化变量局部估计和映射的最优抽样方案设计——I：理论和方法。计算地质科学7（4）：331-334 [42] McBratney A，Webster R，Burgess T（1981b）区域化变量局部估计和映射的最佳抽样方案设计——II：程序和示例。计算地质科学7（4）：335-365 [43] Norrena KP，Deutsch CV（2002）根据地质统计和经济约束自动确定油井布置。参与：SPE国际热作业和重油研讨会和国际水平井技术会议，石油工程师学会，加拿大卡尔加里，AB，SPE，第78996卷，第1-12页 [44] Norris J（1997）马尔可夫链。剑桥大学出版社·Zbl 0873.60043号 [45] Olea RA（1984）空间函数的采样设计优化。数学地理16（4）：369-392 [46] Ortiz JM，Deutsch CV（2004），多点统计的指标模拟。数学地理36（5）：545-565·Zbl 1267.86011号 [47] Ostroumov V，Rachold V，Vasiliev A，Sorokovikov V（2005）海岸侵蚀马尔可夫链模型在描述沉积物通量动力学中的应用。Geo-Mar Lett 25（2）：196-203。https://doi.org/10.1007/s00367-004-0201-2 ·doi:10.1007/s00367-004-0201-2 [48] Peschel GJ，Mokosch M（1991）地质统计学和信息理论之间的相互关系及其实际应用。数学地理学23（1）：3-7。https://doi.org/10.1007/BF02065960 ·doi:10.1007/BF02065960 [49] Remy N，Boucher A，Wu J（2009）《SGeMS应用地质统计学：用户指南》。剑桥大学出版社，原名CIP，剑桥 [50] Rossi ME，Deutsch CV（2014）矿产资源估算。施普林格，柏林 [51] Scheidt C，Caers J（2009）使用距离和核表示空间不确定性。数学地质41（4）：397-419。https://doi.org/10.1007/s11004-008-9186-0 ·兹比尔1163.86317 ·doi:10.1007/s11004-008-9186-0 [52] Schweizer D、Blum P、Butscher C（2017），日益复杂的三维地质模型的不确定性评估。固体地球8（2）:515-530。https://doi.org/10.5194/se-8-515-2017, https://www.solid-earth.net/8/515/2017/ [53] 香农CE（1948）传播数学理论。贝尔系统技术杂志27（379-423）：623-656·Zbl 1154.94303号 [54] Strebelle S（2002）使用多点统计对复杂地质结构进行条件模拟。数学地质学34（1）：1-22·Zbl 1036.86013号 [55] 斯特雷贝尔，S。；张，T。；Leuangthong，O.（编辑）；Deutsch，CV（编辑），非静态多点地质统计模型，235-244（2004），柏林 [56] van Groenigen J，Siderius W，Stein A（1999），土壤采样的约束优化，以最小化克里金方差。Geoderma地质87:239-259 [57] Vašat R，Heuvelink G，Borůvka L（2010）多元土壤制图的采样设计优化。地肤学155（3-4）：147-153 [58] Vershynin，R。；Eldar，Y.（编辑）；Kutyniok，G.（编辑），《随机矩阵的非不对称分析导论》（第5章），210-268（2012），剑桥 [59] Wellmann JF（2013）地图和模型中不确定性减少的相关分析和估计的信息理论。熵15:1464-1485·Zbl 1302.86031号 [60] Wellmann JF，Regenauer Lieb K（2012）不确定性有其含义：信息熵是三维地质模型的质量度量。构造物理学526（增补C）：207-216。https://doi.org/10.1016/j.tecto.2011.05.001。 http://www.sciencedirect.com/science/article/pii/S0040195111001788，地球科学建模 [61] Wellmann JF、Horowitz FG、Schill E、Regenauer-Lieb K（2010）《在三维地质反演中纳入结构数据的不确定性》。构造物理学490（3）：141-151。https://doi.org/10.1016/j.tecto.2010.04.022。 http://www.sciencedirect.com/science/article/pii/S0040195110001691 [62] Wellmer FW（1998）矿床勘探统计评估。施普林格，柏林 [63] Wu J，Boucher A，Zhang T（2008）用于连续和类别变量模式模拟的SGeMS代码：FILTERSIM。计算地质学34（12）：1863-1876 [64] 徐C，胡C，刘X，王S（2017）信息熵在长隧道观测点位置预测中的应用。熵19（7）。https://doi.org/10.3390/e19070332。 http://www.mdpi.com/1099-4300/19/7/332 [65] Yeung RW（2002）信息理论第一课程。施普林格，柏林 [66] Zhang C，Li W（2008）基于规则样本的多项式类条件模拟的非线性马尔可夫链模型的比较研究。斯托克环境研究风险评估22（2）：217-230。https://doi.org/10.1007/s00477-007-0109-2 ·Zbl 1365.86027号 ·doi:10.1007/s00477-007-0109-2 [67] Zidek J，Sun W，Le D（2000）设计和集成用于监测多值高斯污染场的复合网络。应用统计49:63-79·Zbl 0974.62109号 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。