姚玲青;鲁索斯·迪米特拉科普洛斯;米歇尔·加马奇 在再生核Hilbert空间中通过统计学习进行高阶序列模拟。 (英语) Zbl 1441.62250号 数学。地质科学。 52,第5期,693-723(2020). 摘要:本文提出了一种新的基于统计学习的高阶仿真框架。训练数据由样本数据和训练图像组成,学习目标是感兴趣的空间属性的基本随机场模型。学习过程试图找到一个具有预期高阶空间统计信息的模型,该模型与可用数据中观察到的数据一致,而学习问题是在再生核希尔伯特空间(RKHS)中的统计学习框架内解决的。更具体地说,所需的RKHS是通过空间勒让德矩(SLM)再生内核构建的,该内核系统地结合了高阶空间统计信息。将随机场的目标分布映射到SLM-RKHS以启动学习过程,其中,随机场模型的解相当于求解二次规划问题。对不同初始设置下已知数据集的案例研究表明,新框架下的序列模拟再现了可用数据的高阶空间统计,解决了训练图像与样本数据之间的潜在冲突。这是由于空间勒让德矩核的特点和所提出的统计学习框架的泛化能力。一个金矿床的三维案例研究显示了所提出方法在实际应用中的实际方面。 引用于三文件 MSC公司: 62M40型 随机字段;图像分析 86A32型 地理统计学 68T05型 人工智能中的学习和自适应系统 关键词:随机模拟;高阶空间统计;统计学习;再生核;多点仿真 软件:SGeMS公司;ElemStatLearn(电子状态学习);霍西姆 PDF格式BibTeX公司 XML格式引用 \textit{L.Yao}等人,数学。地质科学。52,编号5,693-723(2020;兹bl 1441.62250) 全文: 内政部 参考文献: [1] Altun Y,Smola A(2006)通过凸对偶统一分歧最小化和统计推断。摘自:第19届学习理论年会论文集,宾夕法尼亚州匹兹堡,柏林斯普林格,第139-153页。10.1007/11776420_13 ·Zbl 1143.68513号 [2] Berlinet,A。;Thomas-Agnan,C.,《在概率和统计中再现核Hilbert空间》(2004),波士顿:Kluwer出版社,波士顿·Zbl 1145.6202号 [3] 德卡瓦略,JP;迪米特拉科普洛斯,R。;Minniakhmetov,I.,高阶块体支撑空间模拟方法及其在金矿床中的应用,《数学地质》,51,793-810(2019)·Zbl 1421.86003号 ·doi:10.1007/s11004-019-09784-x [4] 迪米特拉科普洛斯,R。;穆斯塔法,H。;Gloaguen,E.,《空间随机场的高阶统计:探索空间累积量以建模复杂的非高斯和非线性现象》,《数学地质学》,42,65-99(2010)·Zbl 1184.86012号 ·doi:10.1007/s11004-009-9258-9 [5] Goldfarb,D。;Idnani,A.,求解严格凸二次规划的数值稳定对偶方法,数学程序,27,1-33(1983)·Zbl 0537.90081号 ·doi:10.1007/bf02591962 [6] Goodfellow,R。;Albor Consuegra,F。;迪米特拉科普洛斯,R。;Lloyd,T.,《量化多元素和体积不确定性》,加拿大安大略省科尔曼-麦克里迪矿床,计算地质,42,71-78(2012)·doi:10.1016/j.cageo.2012.02.018 [7] Guardiano F,Srivastava RM(1993)《多元地质统计学:超越双变量矩》。收录:Soares A(ed)Geostatistics Tróia'92。定量地质学和地质统计学,第5卷。多德雷赫特·克鲁沃,第133-144页。10.1007/978-94-011-1739-5_12 [8] 哈斯蒂,T。;Tibshirani,R。;Friedman,J.,《统计学习的要素:数据挖掘、推理和预测》(2009),纽约:施普林格出版社,纽约·Zbl 1273.62005年 [9] Journel A(1994)《建模不确定性:一些概念性思考》。收录:Dimitrakopoulos R(ed)《下个世纪的地质统计学》。定量地质学和地质统计学,第6卷。多德雷赫特·施普林格,第30-43页。10.1007/978-94-011-0824-9_5 [10] Journel,AG;Zhang,T.,“多点先验模型的必要性”,《数学地理学》,38,591-610(2006)·Zbl 1130.86312号 ·doi:10.1007/s11004-006-9031-2 [11] 列别捷夫,NN;西尔弗曼,RA,《特殊功能及其应用》(1965),恩格伍德悬崖:普伦蒂斯·霍尔,恩格尔伍德悬崖·Zbl 0131.07002号 [12] Mao S,Journel A(1999)参考岩石物理/地震数据集的生成:斯坦福V油藏。斯坦福大学 [13] 马里埃托兹,G。;Caers,J.,《多点地质统计学:带训练图像的随机建模》(2014),霍博肯:威利,霍博肯 [14] Minniakhmetov,I。;Dimitrakopoulos,R.,使用高阶空间统计对空间相关变量进行联合高阶模拟,《数学地质学》,49,39-66(2017)·Zbl 1387.86048号 ·doi:10.1007/s11004-016-9662-x [15] Minniakhmetov,I。;迪米特拉科普洛斯,R。;Godoy,M.,使用类勒让德正交样条的高阶空间模拟,《数学地质》,50,753-780(2018)·Zbl 1402.86003号 ·doi:10.1007/s11004-018-9741-2 [16] Muandet K、Fukumizu K、Sriperumbudur B、Schölkopf B(2016)《内核意味着分布的嵌入:回顾与超越》。arXiv预打印arXiv:1605.09522·Zbl 1380.68336号 [17] 穆斯塔法,H。;Dimitrakopoulos,R.,带矩的多元概率密度的广义拉盖尔展开,计算数学应用,602178-2189(2010)·Zbl 1205.62064号 ·doi:10.1016/j.camwa.2010.08.008 [18] 穆斯塔法,H。;Dimitrakopoulos,R.,复杂空间分布自然现象的高阶随机模拟,《数学地质学》,42,457-485(2010)·Zbl 1194.86040号 ·doi:10.1007/s11004-010-9291-8 [19] 穆斯塔法,H。;Dimitrakopoulos,R.,HOSIM:生成三维复杂地质模式的高阶随机模拟算法,《计算地质学》,37,1242-1253(2011)·doi:10.1016/j.cageo.2010.09.007 [20] Osterholt V,Dimitrakopoulos R(2007),用多点技术模拟线框和几何特征:在澳大利亚炎帝铁矿床的应用。收录:《矿体建模和战略矿山规划》,第14卷,第2版。AusIMM光谱系列,第51-60页 [21] 雷米,N。;Boucher,A。;Wu,J.,《使用SGeMS的应用地质统计学:用户指南》(2009),剑桥:剑桥大学出版社,剑桥 [22] 肖尔科夫,B。;Smola,A.,《使用内核学习:支持向量机、正则化、优化和超越》(2001),剑桥:麻省理工学院出版社,剑桥 [23] Scott,DW,《多元密度估计:理论、实践和可视化》(2015),纽约:威利出版社·Zbl 1311.62004号 [24] Smola,A。;格雷顿,A。;宋,L。;Schölkopf,B。;Hutter,M。;Servedio,RA;Takimoto,E.,《分布的希尔伯特空间嵌入》,算法学习理论,13-31(2007),柏林,海德堡:施普林格,柏林,海德堡·Zbl 1142.68407号 [25] 宋,L。;Fukumizu,K。;Gretton,A.,《条件分布的内核嵌入:图形模型中非参数推理的统一内核框架》,IEEE Signal Process Mag,3098-111(2013)·doi:10.1109/MSP.2013.2252713 [26] Song L,Zhang X,Smola A,Gretton A,Schölkopf B(2008)通过再生核矩匹配定制密度估计。摘自:第25届机器学习国际会议论文集。ACM,纽约,第992-999页 [27] 斯坦因,EM;Shakarchi,R.,《真实分析:测度理论、积分和希尔伯特空间》(2005),普林斯顿:普林斯顿大学出版社,普林斯顿·兹比尔1081.28001 [28] 斯坦瓦特,I。;Christmann,A.,支持向量机(2008),纽约:施普林格,纽约·兹比尔1203.68171 [29] Strebelle,S.,使用多点统计对复杂地质结构进行条件模拟,Math Geol,34,1-21(2002)·Zbl 1036.86013号 ·doi:10.1023/A:1014009426274 [30] Vapnik,VN,统计学习理论的本质(1995),纽约:Springer,纽约·Zbl 0833.62008号 [31] Vapnik,VN,《统计学习理论》(1998),纽约:威利出版社,纽约·兹比尔0935.62007 [32] Vapnik VN,Mukherjee S(1999)多元密度估计的支持向量法。摘自:《第12届神经信息处理系统国际会议论文集》,丹佛,科罗拉多州,麻省理工学院出版社,剑桥,第659-665页 [33] 南非瓦瓦西斯;加利福尼亚州佛罗伦萨;Pardalos,PM,《复杂性理论:二次规划》,《优化百科全书》,304-307(2001),波士顿:斯普林格出版社,波士顿 [34] 姚,L。;迪米特拉科普洛斯,R。;Gamache,M.,基于空间勒让德矩的高阶随机模拟新计算模型,《数学地质》,50929-960(2018)·Zbl 1404.86036号 ·doi:10.1007/s11004-018-9744-z 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。