迈克尔·肖伯;西莫·Särkkä;菲利普·亨尼 初值问题数值解的概率模型。 (英语) Zbl 1505.62361号 统计计算。 29,第1号,99-122(2019). 总结:我们研究了统计学中常微分方程(ODE)解算器和概率回归方法之间的联系。我们提供了一种新的观点,即概率ODE解算器是在随机微分方程模型上操作的主动推理机,该模型根据解导数的近似观测来估计未知初值问题(IVP)解,如ODE动力学所提供的。除此之外,我们还展示了几种Nordsieck形式的多步方法可以重新描述为基于(q)次积分Wiener过程的Kalman滤波。这样做提供了一系列IVP解算器,它们返回高斯后验测度,而不是点估计。我们证明了一些这样的方法具有较低的计算开销和非平凡的收敛阶,并且后验函数具有校准的集中率。此外,我们提出了一种步长自适应算法,该算法将所提出的方法完善为一种实用的实现,我们使用DETEST基准集中的一组具有代表性的标准代码对其进行了实验评估。 引用于16文件 MSC公司: 62-08 统计问题的计算方法 65升05 常微分方程初值问题的数值方法 65升06 常微分方程的多步、Runge-Kutta和外推方法 关键词:初值问题;Nordsieck方法;龙格-库塔方法;过滤;高斯过程;马尔可夫过程;概率数学 软件:VODE(旁白) PDF格式BibTeX公司 XML格式引用 \textit{M.Schober}等人,《统计计算》。29,第1号,99-122(2019;Zbl 1505.62361) 全文: DOI程序 arXiv公司 参考文献: [1] Albrecht,P.:显式最优稳定泛函及其在循环离散化方法中的应用。计算19(3),233-249(1978)·兹伯利0376.65028 ·doi:10.1007/BF02252202 [2] Andria,G.D.、Byrne,G.D.和Hill,D.R.:基于G样条的积分公式和方案。数学。计算。27(124), 831-838 (1973) ·Zbl 0271.65047号 [3] Brown,P.,Byrne,G.,Hindmarsh,A.:Vode:可变效率代码求解器。SIAM科学杂志。统计计算。10(5), 1038-1051 (1989) ·Zbl 0677.65075号 ·doi:10.1137/0910062 [4] Butcher,J.:一般线性方法:调查。申请。数字。数学。1(4), 273-284 (1985) ·Zbl 0619.65057号 ·doi:10.1016/0168-9274(85)90007-8 [5] Byrne,G.D.,Chi,D.N.H.:基于G样条的线性多步公式。SIAM J.数字。分析。9(2), 316-324 (1972) ·Zbl 0313.65053号 ·doi:10.1137/0709031 [6] Byrne,G.D.,Hindmarsh,A.C.:常微分方程数值解的一种多元算法。ACM事务处理。数学。柔和。1(1), 71-96 (1975) ·Zbl 0311.65049号 ·数字对象标识代码:10.1145/355626.355636 [7] Chkrebtii,O.A.、Campbell,D.A.、Calderhead,B.、Girolma,M.A.:微分方程的贝叶斯解不确定性量化。贝叶斯分析。11(4), 1239-1267 (2016) ·兹比尔1357.62108 ·doi:10.1214/16-BA1017 [8] Cockayne,J.、Oates,C.、Sullivan,T.、Girolma,M.:贝叶斯概率数值方法。ArXiv电子版(2017) [9] Conrad,P.R.,Girolma,M.,Särkkä,S.,Stuart,A.,Zygalakis,K.:微分方程的统计分析:在数值解上引入概率测度。统计计算。27(4), 1065-1082 (2017) ·Zbl 1384.62082号 ·doi:10.1007/s11222-016-9671-0 [10] Cox,R.:概率、频率和合理预期。美国物理学杂志。14(1), 1-13 (1946) ·Zbl 0063.01001号 ·数字对象标识代码:10.1119/1.1990764 [11] Crane,P.,Fox,P.:微分方程积分计算机程序的比较研究。纽约贝尔电话实验室(1969年) [12] Crouzeix,M.,Lisbona,F.:变步长、变形态、多步法的收敛性。SIAM J.数字。分析。21(3),512-534(1984)·Zbl 0542.65038号 ·数字对象标识代码:10.1137/0721037 [13] Deufhard,P.:外推方法中的顺序和步长控制。数字。数学。41(3), 399-422 (1983) ·Zbl 0543.65049号 ·doi:10.1007/BF01418332 [14] Deufhard,P.,Bornemann,F.:用常微分方程进行科学计算。斯普林格,纽约(2002)·兹比尔1001.65071 ·数字对象标识代码:10.1007/978-0-387-21582-2 [15] Diaconis,P.:贝叶斯数值分析。统计折旧。理论关联。顶部。IV(1),163-175(1988)·Zbl 0671.65117号 [16] Gear,C.:常微分方程的数值解:还有什么要做的吗?SIAM版本23(1),10-24(1981)·Zbl 0473.65039号 ·数字对象标识代码:10.1137/1023002 [17] 齿轮,C.W.:用于多步方法的Runge-Kutta起动器。ACM事务处理。数学。柔和。6(3), 263-279 (1980) ·Zbl 0455.65051号 ·doi:10.1145/355900.355901 [18] Giné,E.,Nickl,R.:《无限维统计模型的数学基础》,第40卷。剑桥大学出版社,剑桥(2015)·Zbl 1358.62014号 [19] Grewal,M.S.,Andrews,A.P.:卡尔曼滤波:使用MATLAB的理论与实践。威利,纽约(2001)·Zbl 1322.93001号 [20] Griewank,A.,Walther,A.:评估衍生工具:算法区分的原理和技术,第2版。应用数学其他题目第105名。SIAM,费城(2008)·Zbl 1159.65026号 [21] Grigorievskiy,A.,Lawrence,N.,Särkkä,S.:可并行稀疏逆公式高斯过程(SpInGP)。ArXiv电子版(2016) [22] Hairer,E.,Nörsett,S.,Wanner,G.:求解常微分方程I-非刚性问题。柏林施普林格(1987)·Zbl 0638.65058号 ·doi:10.1007/978-3-662-12607-3 [23] Hartikainen,J.,Särkkä,S.:时间高斯过程回归模型的卡尔曼滤波和平滑解决方案。IEEE信号处理机器学习国际研讨会(MLSP)2010,379-384(2010)·Zbl 1368.93757号 [24] Hauberg,S.、Schober,M.、Liptrot,M.,Hennig,P.、Feragen,A.:概率最短路径追踪成像的随机黎曼度量。收录:Navab,N.、Horneger,J.、Wells,W.、Frangi,A.(编辑)《医学图像计算和计算机辅助干预——2015年MICCAI》。2015年MICCAI。计算机科学讲义,第9349卷。施普林格,商会(2015) [25] Hennig,P.,Osborne,M.A.,Girolma,M.:概率数字和计算中的不确定性。程序。R.Soc.伦敦。数学。物理学。工程科学。471(2179), 20150142 (2015) ·Zbl 1372.65010号 [26] Hull,T.、Enright,W.、Fellen,B.、Sedgwick,A.:比较常微分方程的数值方法。SIAM J.数字。分析9(4),603-637(1972)·Zbl 0221.65115号 ·doi:10.1137/0709052 [27] Jazwinski,A.H.:随机过程和过滤理论。伦敦学术出版社(1970)·Zbl 0203.50101号 [28] Jeffreys,H.:《概率论》,第三版。牛津大学出版社,牛津(1969)·Zbl 0902.62002号 [29] Kalman,R.E.:线性滤波和预测问题的新方法。流体工程杂志,82(1),35-45(1960) [30] Karatzas,I.,Shreve,S.E.:布朗运动与随机微积分。柏林施普林格(1991)·Zbl 0734.60060号 [31] Kersting,H.P.,Hennig,P.:贝叶斯ODE解算器中的主动不确定度校准。收录于:Janzing,I.(编辑)《人工智能中的不确定性》,第32卷。AUAI出版社(2016) [32] Kimeldorf,G.S.,Wahba,G.:随机过程的贝叶斯估计与样条平滑之间的对应关系。安。数学。《美国联邦法律大全》第41(2)卷,第495-502页(1970年)·Zbl 0193.45201号 ·doi:10.1214/aoms/1177697089 [33] Krogh,F.T.:关于测试常微分方程数值积分的子程序。J.ACM 20(4),545-562(1973)·Zbl 0292.65039号 ·数字对象标识代码:10.1145/321784.321786 [34] Lancaster,P.,Rodman,L.:代数riccati方程。牛津大学克拉伦登出版社(1995)·Zbl 0836.15005号 [35] Lefer,R.,Nicolis,G.:化学不稳定性和持续振荡。J.西奥。生物30(2),267-284(1971)·Zbl 1170.92344号 ·doi:10.1016/0022-5193(71)90054-3 [36] 法国洛斯卡佐;Greville,TNE(ed.),《样条函数应用于初值问题的介绍》,37-64(1969),纽约·兹比尔0191.16505 [37] Loscalzo,F.R.,Talbot,T.D.:常微分方程解的样条函数逼近。SIAM J.数字。分析。4(3), 433-445 (1967) ·Zbl 0171.36301号 ·doi:10.1137/0704038 [38] Mazzia,F.,Sestini,A.,Trigiante,D.:B样条线性多步方法及其连续扩展。SIAM J.数字。分析。44(5), 1954-1973 (2006) ·Zbl 1128.65057号 ·doi:10.1137/040614748 [39] Mazzia,F.,Sestini,A.,Trigiante,D.:非均匀网格上BVP的b样条线性多步方法的连续扩展。申请。数字。数学。59(3-4), 723-738 (2009). NUMDIFF-11论文选集·Zbl 1161.65057号 [40] Nordsieck,A.:关于常微分方程的数值积分。数学。计算。16(77), 22-49 (1962) ·兹伯利0105.31902 ·doi:10.1090/S0025-5718-1962-0136519-5 [41] O'Hagan,A.:一些贝叶斯数值分析。贝叶斯。Stat.4,345-363(1992) [42] Øksendal,B.:随机微分方程:应用简介,第6版。柏林施普林格出版社(2003)·Zbl 1025.60026号 ·doi:10.1007/978-3-642-14394-6 [43] Owhadi,H.,Scovel,C.:走向机器Wald。收录于:Ghanem,R.,Higdon,D.,Owhadi,H.(编辑)《Springer不确定性量化手册》,第1-35页。斯普林格(2016) [44] Paskov,S.H.:光滑函数多元积分的平均情况复杂度。J.复杂。9(2), 291-312 (1993) ·Zbl 0781.65017号 ·doi:10.1006/jcom.1993.1019 [45] 庞加莱,H.:概率计算。巴黎戈蒂尔·维拉斯(1896) [46] Rauch,H.E.,Striebel,C.,Tung,F.:线性动力系统的最大似然估计。美国航空航天协会J.3(8),1445-1450(1965)·数字对象标识代码:10.2514/3.3166 [47] Särkkä,S.:随机微分方程的递归贝叶斯推断。赫尔辛基理工大学博士论文(2006) [48] Särkkä,S.:贝叶斯滤波与平滑。剑桥大学出版社,剑桥(2013)·Zbl 1274.62021号 ·doi:10.1017/CBO9781139344203 [49] Särkkä,S.,Solin,A.,Hartikainen,J.:通过无限维贝叶斯滤波和平滑进行时空学习。IEEE信号处理。Mag.30(4),51-61(2013)·doi:10.1109/MSP.2013.2246292 [50] Schober,M.,Duvenaud,D.,Hennig,P.:具有Runge-Kutta平均值的概率常微分方程解算器。收录于:Ghahramani,Z.、Welling,M.、Cortes,C.、Lawrence,N.D.、Weinberger,K.Q.(编辑)《神经信息处理系统进展》27,第739-747页。Curran Associates,Inc.(2014年a) [51] Schober,M.、Kasenburg,N.、Feragen,A.、Hennig,P.、Hauberg,S.:使用高斯过程ODE解算器的DTI中的概率最短路径追踪术。收录:医学图像计算和计算机辅助干预-MICCAI 2014。施普林格(2014年b) [52] Shampine,L.,Watts,H.,Davenport,S.:求解非刚性常微分方程——最新技术。SIAM Rev.18,376-411(1976)·Zbl 0349.65042号 ·数字对象标识代码:10.1137/1018075 [53] Skeel,R.:固定步长方法的分析。SIAM J.数字。分析。13(5), 664-685 (1976) ·Zbl 0373.65033号 ·doi:10.1137/0713055 [54] Skeel,R.D.:多步公式的等效形式。数学。计算。33(148), 1229-1250 (1979) ·Zbl 0439.65058号 ·网址:10.1090/S0025-5718-1979-0537967-4 [55] Skeel,R.D.,Jackson,L.W.:北欧方法的一致性。SIAM J.数字。分析。14(5), 910-924 (1977) ·Zbl 0383.65047号 ·doi:10.1137/0714061 [56] Skilling,J.:常微分方程的贝叶斯解。收录:Smith,C.R.,Erickson,G.J.,Neudorfer,P.O.(编辑)最大熵和贝叶斯方法。物理基础理论(物理基础理论国际丛书:澄清、发展和应用),第50卷。施普林格,多德雷赫特(1992)·Zbl 0828.65078号 [57] Solin,A.:时空高斯过程回归的随机微分方程方法。赫尔辛基阿尔托大学博士论文(2016) [58] Stuart,A.M.:逆向问题:贝叶斯观点。Acta Numer公司。19, 451559 (2010) ·Zbl 1242.65142号 [59] Sullivan,T.J.:《不确定性量化导论》,第63卷。柏林施普林格出版社(2015)·Zbl 1336.60002号 [60] Teymur,O.,Zygalakis,K.,Calderhead,B.:概率线性多步方法。高级神经信息处理。系统。(2016) [61] 范德波尔,B.:Lxxxviii。关于弛豫振荡。伦敦。爱丁堡。都柏林菲洛斯。《科学杂志》。2(11), 978-992 (1926) [62] Wahba,G.:观测数据的样条模型。CBMS-NSF应用数学区域会议系列第59名。SIAM(1990)·兹伯利0813.62001 [63] Wald,A.:序列分析。米诺拉快递公司(1973)·Zbl 0029.15805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。