×
托尼·卡沃宁;西莫·Särkkä;克里斯·J·奥茨。

对称性利用贝叶斯容积法。 （英语） Zbl 1435.62030号

统计计算。 29，第6期，1231-1248（2019）.
摘要：贝叶斯容积法为数值积分提供了一个灵活的框架，在这个框架中可以对被积函数的先验知识进行编码和利用。与许多经典的容积法相比，这种额外的灵活性带来了计算成本，即被积函数求值次数的立方。最近有人观察到，可以利用完全对称的点集来降低标准贝叶斯容积法的计算成本，在某些情况下，这一点集可以大大降低计算成本。这项工作确定了贝叶斯体积框架中的几个其他对称性利用。特别是，我们在考虑非对称度量方面超越了以前的工作，除了标准的贝叶斯容积方法外，还介绍了贝叶斯卡容积方法和多输出贝叶斯立体方法的利用。

引用于三文件

MSC公司：

62-08 统计问题的计算方法
2015年1月62日 贝叶斯推断
65C99个 概率方法，随机微分方程
65天32分 数值求积和体积公式

关键词：

概率数学;数值积分;高斯过程;完全对称集

软件：

帕特森;人力资源管理SYM
PDF格式BibTeX公司 XML格式引用
\textit{T.Karvonen}等人，《统计计算》。29，第6号，1231--1248（2019；Zbl 1435.62030）
全文： DOI程序 arXiv公司

参考文献：

[1] 阿尔瓦雷斯，M。；Rosasco，L。；Lawrence，N.，《向量值函数的内核：综述》，Found。趋势马赫数。学习。，4, 195-266 (2012) ·Zbl 1301.68212号 ·数字对象标识代码：10.1561/22000036
[2] Bach，F.，Lacoste-Julien，S.，Obozinski，G.：关于羊群算法和条件梯度算法之间的等价性。摘自：《第29届机器学习国际会议论文集》，第1355-1362页（2012）。https://icml.cc/2012/papers/683.pdf。访问日期：2019年9月3日
[3] Bach，F.，《关于核求积规则和随机特征展开之间的等价性》，J.Mach。学习。决议，18，1-38（2017）·兹比尔1435.65045
[4] Berlinet，A.，Thomas-Agnan，C.：在概率和统计中再现核Hilbert空间。施普林格，纽约（2011）·Zbl 1145.6202号
[5] Bezhaev，A.Yu…：离散网格上的体积公式。苏联。J.数字。分析。数学。模型。6(2), 95-106 (1991). https://doi.org/10.1515/rnam.1996.6.2.95 ·Zbl 0816.65008号
[6] Brauchart，JS；Saff，EB；伊利诺伊州斯隆；Womersley，RS，QMC设计：球面上的最优阶拟蒙特卡罗积分方案，数学。计算。，83, 2821-2851 (2014) ·Zbl 1315.65003号 ·doi:10.1090/S0025-5718-2014-02839-1
[7] Briol，F.-X.，Oates，C.J.，Cockayne，J.，Chen，W.Y.，Girolma，M.：关于核求积的采样问题。摘自：《第34届机器学习国际会议论文集》，第586-595页（2017年）。http://proceedings.mlr.press/v70/briol17a.html。2019年9月3日访问
[8] 布里奥，F-X；欧茨，CJ；Girolma，M。；马萨诸塞州奥斯本；Sejdinovic，D.，概率积分：统计计算中的作用？，统计科学。，34, 1-22 (2019) ·Zbl 1420.62135号 ·doi:10.1214/18-STS660
[9] Briol，F.-X.，Oates，C.J.，Girolma，M.，Osborne，M.A.：Frank-Wolfe Bayesian求积：理论保证的概率积分。《神经信息处理系统进展》，第28卷，第1162-1170页（2015年）。https://papers.nips.cc/paper/5749-frank-wolfe-baysian-quadraure-probabilisic-integration-with-theoretical-protecal-prosecures。2019年9月3日访问
[10] 布罗伊拉特，J。；布维尔，C。；卢斯，B。；Hansen，C。；Bouatouch，K.，全球照明的贝叶斯蒙特卡罗方法，计算。图表。论坛，282315-2329（2009）·文件编号：10.1111/j.1467-8659.2009.01537.x
[11] Chai，H.，Garnett，R.：约束被积函数求积的改进贝叶斯框架（2018）。arXiv公司：1802.04782
[12] Chen，W.，Mackey，L.，Gorham，J.，Briol，F.-X.，Oates，C.J.：斯坦因点。摘自：第35届机器学习国际会议论文集（2018年）。http://proceedings.mlr.press/v80/chen18f。2019年9月3日访问
[13] Cockayne，J.、Oates，C.J.、Sullivan，T.、Girolma，M.：贝叶斯概率数值方法（2017）。arXiv:1702.03673
[14] Cools，R.，《构建体积公式：艺术背后的科学》，《数值学报》。，6, 1-54 (1997) ·Zbl 0887.65028号 ·doi:10.1017/S0962492900002701
[15] Davis，P.J.，Rabinowitz，P.：数值积分方法。Courier Corporation，北切姆斯福德（2007）·Zbl 1139.65016号
[16] DeVore，R。；福卡特，S。；彼得罗娃，G。；Wojtaszczyk，P.，从观测数据计算感兴趣的数量，Constr。约（2018年）·Zbl 1414.41019号 ·doi:10.1007/s00365-018-9433-7
[17] Diaconis，P。；Gupta，SS（编辑）；JO Berger（编辑），《贝叶斯数值分析》，第1期，163-175（1988），纽约·Zbl 0671.65117号 ·doi:10.1007/978-1-4613-8768-8_20
[18] 迪特里希，CR；Newsam，GN，通过协方差矩阵的循环嵌入快速准确地模拟平稳高斯过程，SIAM J.Sci。计算。，18, 1088-1107 (1997) ·Zbl 0890.65149号 ·doi:10.1137/s1064827592240555
[19] Dutre，P.、Bekaert，P.和Bala，K.：《高级全球照明》。AK Peters/CRC出版社，博卡拉顿（2006）。https://doi.org/10.10201/9781315365473 ·doi:10.1201/9781315365473
[20] 埃勒，M。；格雷夫，M。；Oates，CJ，封闭流形上的最优蒙特卡罗积分，统计计算。(2019) ·Zbl 1436.62724号 ·doi:10.1007/s11222-019-09894-v
[21] Genz，A.，多重积分的完全对称插值规则，SIAM J.Numer。分析。，23, 1273-1283 (1986) ·兹比尔0613.65021 ·doi:10.1137/0723086
[22] Genz，A。；Keister，BD，高斯权重无限区域上多重积分的完全对称插值规则，J.Compute。申请。数学。，71299-309（1996）·Zbl 0856.65011号 ·doi:10.1016/0377-0427（95）00232-4
[23] Gunter，T.、Osborne，M.A.、Garnett，R.、Hennig，P.、Roberts，S.J.：快速贝叶斯求积概率模型中推理的抽样。《神经信息处理系统进展》，第27卷，第2789-2797页（2014年）。https://papers.nips.cc/paper/5483-sampling-for-inference-in-probabilisic-models-with-fast-bayesian-quartraure（https://papers.nipse.cc/paper/5483-for-infreence-in-prebabilistic-models-fith-fast-baesian-quarturare。2019年9月3日访问
[24] Hackbusch，W.，基于\[{\cal{H}}H\]-矩阵的稀疏矩阵算法。第一部分：矩阵简介，计算，62，89-108（1999）·Zbl 0927.65063号 ·doi:10.1007/s006070050015
[25] Hennig，P。；马萨诸塞州奥斯本；Giramia，M.，《概率数字与计算中的不确定性》，Proc。R.Soc.伦敦。数学。物理学。工程科学。(2015) ·Zbl 1372.65010号 ·doi:10.1098/rspa.2015.0142
[26] 亨斯曼，J。；北卡罗来纳州杜兰德。；Solin，A.，高斯过程的变分傅里叶特征，J.Mach。学习。决议，11，1-52（2018）·Zbl 1467.62152号
[27] Holtz，M.：高维稀疏网格求积及其在金融和保险中的应用。《计算科学与工程讲稿》，纽约斯普林格出版社（2011年），第77位。https://doi.org/10.1007/978-3-642-16004-2 ·Zbl 1221.65080号 ·doi:10.1007/978-3642-16004-2
[28] Jagadeswaran，R。；Hickernell，FJ，使用格点采样的快速自动贝叶斯体积，统计计算。(2019) ·Zbl 1435.62028号 ·doi:10.1007/s11222-019-09895-9
[29] Kanagawa，M.，Sriperumbudur，B.K.，Fukumizu，K.：错误设置下基于核的求积规则的收敛保证。摘自：《神经信息处理系统进展》，第29卷，第3288-3296页（2016年）。arXiv:1605.07254
[30] 神奈川，M。；斯里佩隆布杜尔，BK；Fukumizu，K.，《错误设置下基于核的确定性求积规则的收敛性分析》，Found。计算。数学。(2019) ·Zbl 07161204号 ·doi:10.1007/s10208-018-09407-7
[31] Karvonen，T.、Särkkä，S.、Oates，C.J.：贝叶斯-萨德容积法。《神经信息处理系统进展》，第31卷，第5882-5893页（2018年）。https://papers.nips.cc/paper/7829-a-bayes-sard-cubature-method。2019年9月3日访问
[32] Karvonen，T.，Särkkä，S.：通过高斯过程的经典求积规则。参见：第27届IEEE信号处理机器学习国际研讨会（2017年）。https://doi.org/10.1109/mlsp.2017.8168195 ·Zbl 1437.65012号
[33] Karvonen，T。；Särkkä，S.，完全对称核求积，SIAM J.Sci。计算。，40，a697-a720（2018）·Zbl 1385.65024号 ·数字对象标识代码：10.1137/17m1121779
[34] Kennedy，M.，具有非正态逼近函数的贝叶斯求积，统计计算。，8, 365-375 (1998) ·doi:10.1023/A:1008832824006
[35] Larkin，F.M.：样条插值和求积中的概率误差估计。摘自：《信息处理74》（国际知识产权联合会会议记录，斯德哥尔摩，1974年），第74卷，第605-609页。北荷兰人（1974）·Zbl 0299.65007号
[36] 拉金，FM，希尔伯特空间中的高斯测度及其在数值分析中的应用，《洛基山数学》。，2, 379-421 (1972) ·Zbl 0258.65058号 ·doi:10.1216/rmj-1972-2-3-379
[37] Lázaro-Gredilla，M。；Quiñonero-Candela，J。；拉斯穆森，CE；Figueiras-Vidal，AR，稀疏谱高斯过程回归，J.Mach。学习。第11号决议，1865-1881（2010）·Zbl 1242.62098号
[38] Ledoux，M.：测量现象的集中。数学调查和专题论文第89位。美国数学学会，普罗维登斯（2001）。https://doi.org/10.1090/surv/089 ·Zbl 0995.60002号 ·doi:10.1090/surv/089
[39] 卢，J。；Darmofal，DL，概率设计应用中高斯权重的高维积分，SIAM J.Sci。计算。，26, 613-624 (2004) ·兹比尔1075.65014 ·doi:10.1137/s1064827503426863
[40] 马奎斯，R。；布维尔，C。；里巴第（M.Ribardière）。；Santos，LP；Bouatouch，K.，《光滑表面贝叶斯蒙特卡罗渲染的球面高斯框架》，IEEE Trans。视觉。计算。图表。，19, 1619-1932 (2013) ·doi:10.1109/tvcg.2013.79
[41] Marques，R.，Bouville，C.，Santos，L.P.，Bouatouch，K.：照明积分的有效求积规则：从准蒙特卡罗到贝叶斯蒙特卡罗。计算机图形和动画综合讲座。Morgan&Claypool Publishers，San Rafael（2015）。https://doi.org/10.2200/s00649ed1v01y201505cgr019 ·Zbl 1402.65004号 ·doi:10.2200/s00649ed1v01y201505cgr019
[42] McNamee，J。；Stenger，F.，完全对称数值积分公式的构造，数值。数学。，10, 327-344 (1967) ·Zbl 0155.21702号 ·doi:10.1007/BF02162032
[43] Minka，T.：从高斯过程导出求积规则。卡内基梅隆大学统计系微软研究所技术报告（2000年）。https://www.microsoft.com/en-us/research/publication/deriving-quadraure-rules-gaussian-processes/。2019年9月3日访问
[44] 纳吉姆，HN；德彪舍尔，BJ；YM Marzouk；Widmer，S。；Maêtre，O.，《化学系统中的不确定性量化》，国际期刊数字。方法工程，80，789-814（2009）·Zbl 1176.92059号 ·doi:10.1002/nme.2551
[45] 诺瓦克，E。；Ritter，K.，《具有高多项式精度的简单体积公式》，Constr。约，15499-522（1999）·Zbl 0942.41018号 ·doi:10.1007/s003659900119
[46] 诺瓦克，E。；Ritter，K。；施密特，R。；Steinbauer，A.，《关于高维积分的插值方法》，J.Compute。申请。数学。，112, 215-228 (1999) ·兹比尔0958.65030 ·doi:10.1016/s0377-0427（99）00222-8
[47] Oates，C.J.，Niederer，S.，Lee，A.，Briol，F.-X.，Girolma，M.：功能性心脏模型评估中积分误差的概率模型。《神经信息处理系统进展》，第30卷，第109-117页（2017年）。http://papers.nips.cc/paper/6616-probabilistic-models-for-integration-error-in-the-assessment-of-functional-cartac-models。2019年9月3日访问
[48] Oettershagen，J.：最佳立方算法的构建及其在计量经济学和不确定性量化中的应用。波恩大学数值模拟研究所博士论文（2017年）·Zbl 1378.90001号
[49] O'Hagan，A.，预测曲线拟合和优化设计，J.R.Stat.Soc.Ser。B（Methodol.），40，1-42（1978）·Zbl 0374.62070号 ·doi:10.1111/j.2517-6161.1978.tb01643.x
[50] O'Hagan，A.，Bayes-Hermite求积，J.Stat.Plan。推理，29245-260（1991）·Zbl 0829.65024号 ·doi:10.1016/0378-3758（91）90002-v
[51] Osborne，M.，Garnett，R.，Ghahramani，Z.，Duvenaud，D.K.，Roberts，S.J.，Rasmussen，C.E.：使用贝叶斯求积主动学习模型证据。《神经信息处理系统进展》，第25卷，第46-54页（2012a）。https://papers.nips.cc/paper/4657-active-learning-of-model-evidence-using-bayesian-quarture。2019年9月3日访问
[52] Osborne，M.、Garnett，R.、Roberts，S.、Hart，C.、Aigrain，S.和Gibson，N.：比率的贝叶斯求积。摘自：《人工智能与统计》，第832-840页（2012年b）。http://proceedings.mlr.press/v22/osborne12/osborne12.pdf。2019年9月3日访问
[53] Pronzato，L.，Zhigljavsky，A.：空间填充设计的贝叶斯求积和能量最小化（2018）。arXiv:1808.10722·Zbl 1448.62122号
[54] Prüher，J.，Tronarp，F.，Karvonen，T.，Särkkä，S.，Straka，O.：学生-处理积分，用于过滤带有重尾噪声的非线性系统。参见：第20届信息融合国际会议（2017年）。https://doi.org/10.23919/icif.2017.8009742
[55] Rasmussen，C.E.，Williams，C.K.I.：机器学习的高斯过程。麻省理工学院出版社，剑桥（2006）·Zbl 1177.68165号
[56] Robert，C.，Casella，G.：蒙特卡洛统计方法。施普林格，纽约（2013）·Zbl 1096.62003年
[57] Särkkä，S。；Hartikainen，J。；Svensson，L。；Sandblom，F.，关于高斯过程象限和西格玛点方法之间的关系，J.Adv.Inf.Fusion，11，31-46（2016）
[58] Schaback，R.，径向基函数插值的误差估计和条件数，高级计算。数学。，3, 251-264 (1995) ·Zbl 0861.65007号 ·doi:10.1007/bf02432002
[59] Schäfer，F.、Sullivan，T.J.、Owhadi，H.：近线性计算复杂性下稠密核矩阵的压缩、反演和近似主成分分析（2017）。arXiv:1706.02205·Zbl 1461.65067号
[60] Smola，A.，Gretton，A.，Song，L.，Schölkopf，B.：分布的希尔伯特空间嵌入。摘自：算法学习理论国际会议，第13-31页。斯普林格（2007）。https://doi.org/10.1007/978-3-540-75225-7_5 ·Zbl 1142.68407号
[61] Sommariva，A。；Vianello，M.，《基于径向基函数的离散数据的数值容积》，《计算》，76，295-310（2006）·Zbl 1091.65026号 ·文件编号：10.1007/s00607-005-0142-2
[62] Stein，M.L.：空间数据插值：克里金的一些理论。施普林格，纽约（2012）
[63] 王，X。；Sloan，IH，为什么高维金融问题往往是低有效维度的？，SIAM J.科学。计算。，27, 159-183 (2005) ·Zbl 1149.65303号 ·doi:10.1137/s1064827503429429
[64] Wendland，H.：分散数据近似。剑桥应用数学和计算数学专著第28名。剑桥大学出版社，剑桥（2005）·Zbl 1075.65021号
[65] Xi，X.，Briol，F.-X.，Girolma，M.：多重相关积分的贝叶斯求积。摘自：第35届机器学习国际会议论文集（2018年）（待发表）。arXiv:1801.04153
[66] 秀，D。；通用电气公司Karniadakis，《通过广义多项式混沌建模流动模拟中的不确定性》，J.Compute。物理。，187, 137-167 (2003) ·Zbl 1047.76111号 ·doi:10.1016/s0021-9991（03）00092-5
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。