×
保罗·贝克曼（Paul G.Beckman）。;克里斯托弗·杰加（Christopher J.Geoga）。;迈克尔·L·斯坦。;米海·阿尼特斯库

非平稳高斯过程的可缩放计算。 （英语） Zbl 1516.62005年

统计计算。 33，第4号，第84号论文，第17页（2023年）。
摘要：非平稳高斯过程模型可以捕获空间数据中复杂的空间变化依赖结构。然而，现代数据集中的大量观测数据使得用传统的稠密线性代数拟合此类模型很难进行计算。此外，在估计许多空间变化参数时，无导数甚至一阶优化方法可能收敛较慢。我们在此提出了一个计算框架，该框架将代数块二对角加低秩协方差矩阵近似与随机迹估计耦合起来，以促进二阶解算器在多参数高斯过程模型的最大似然估计中的有效使用。我们使用107600个海面温度异常测量值同时拟合了流行的Paciorek和Schervish非平稳模型中的192个参数，从而证明了这些方法的有效性。

MSC公司：

62-08 统计问题的计算方法
60G15年 高斯过程
62页第12页 统计在环境和相关主题中的应用

关键词：

非平稳的;空间分析;最优化;统计计算

软件：

乔治;GPvecchia公司;贝塞尔K.jl;convoSPAT公司;FRK公司
PDF格式BibTeX公司 XML格式引用
\textit{P.G.Beckman}等人，《统计计算》。33，第4号，第84号论文，17页（2023年；Zbl 1516.62005年）
全文： 内政部 arXiv公司

参考文献：

[1] Ackerman，S。；Frey，R.，Modis Atmosphere l2云面膜产品。NASA MODIS自适应处理系统（2015），戈达德航天飞行中心
[2] Ambikasaran，S.，O'Neil，M.，Singh，K.R.：分层矩阵的快速对称因式分解及其应用（2014）。arXiv预打印arXiv:1405.0223
[3] Ambikasaran，S。；Foreman-Mackey，D。；Greengard，L。；霍格，DW；O'Neil，M.，高斯过程的快速直接方法，IEEE Trans。模式分析。机器。智力。，38, 2, 252-265 (2015) ·doi:10.1109/TPAMI.2015.2448083
[4] 安德烈，EB；Stein，ML，非平稳随机场的局部似然估计，J.Multivar。分析。，102, 3, 506-520 (2011) ·Zbl 1207.62177号 ·doi:10.1016/j.jmva.2010.10.010
[5] 班纳吉，S。；盖尔芬德，AE；AO芬利；Sang，H.，大型空间数据集的高斯预测过程模型，J.Roy。统计社会服务。B（Stat.Methodol.），70，4，825-848（2008）·Zbl 05563371号 ·文件编号：10.1111/j.1467-9868.2008.00663.x
[6] Bentley，JL，用于关联搜索的多维二进制搜索树，Commun。ACM，18，9，509-517（1975）·Zbl 0306.68061号 ·doi:10.1145/361002.361007
[7] Börm，S.，Garcke，J.：用矩阵逼近高斯过程。载于：欧洲机器学习会议，第42-53页。施普林格（2007）
[8] 陈，J。；Stein，ML，高斯随机场的线性成本协方差函数，美国统计协会，118，1-18（2021）
[9] 陈，J。；阿夫隆，H。；Sindhwani，V.，《用于可扩展非参数学习的分层组合内核》，J.Mach。学习。第18、1、2214-2255号决议（2017年）·Zbl 1434.68401号
[10] 北卡罗来纳州克雷西。；Johannesson，G.，《超大空间数据集的固定秩克里金法》，J.Roy。统计社会服务。B（Stat.Methodol.），70，1209-226（2008）·Zbl 05563351号 ·文件编号：10.1111/j.1467-9868.2007.00633.x
[11] 艾兹维克，J。；AO芬利；班纳吉，S。；Rue，H.，使用预测过程模型对大型空间数据集进行近似贝叶斯推断，计算。统计数据分析。，56, 6, 1362-1380 (2012) ·Zbl 1243.62121号 ·doi:10.1016/j.csda.2011.10.022
[12] 富勒，R。；MG杰顿；Nychka，D.，《用于大型空间数据集插值的协方差锥化》，J.Compute。图表。统计，15，3，502-523（2006）·doi:10.1198/106186006X132178
[13] Geoga，C.J.，Marin，O.，Schanen，M.，Stein，M.L.：使用自动微分法拟合Matérn平滑度参数（2022）。arXiv预打印arXiv:2201.00090·Zbl 1516.62014年
[14] 吉奥加，CJ；Anitescu，M。；Stein，ML，使用层次矩阵的可缩放高斯过程计算，J.Compute。图表。统计，29，1-11（2019）·Zbl 07499251号
[15] 吉尼斯，J.，通过韦基亚近似的费希尔评分进行高斯过程学习，统计计算。，31, 3, 1-8 (2021) ·Zbl 1475.62033号 ·doi:10.1007/s11222-021-09999-1
[16] Huang，H.、Blake，L.R.、Katzfuss，M.、Hammerling，D.M.：大规模全球卫星数据的非平稳空间建模（2021）。arXiv预打印arXiv:2111.13428
[17] Hutchinson，MF，拉普拉斯平滑样条影响矩阵迹的随机估计，Commun。统计模拟。计算。，18, 3, 1059-1076 (1989) ·兹伯利0695.62113 ·doi:10.1080/03610918908812806
[18] Katzfush，M.，《海量空间数据集的多分辨率近似》，美国统计协会，112，517，201-214（2017）·doi:10.1080/01621459.2015.1123632
[19] Katzfuss，M。；Cressie，N.，《超大数据集的贝叶斯层次时空平滑》，环境计量，23，1，94-107（2012）·doi:10.1002/env.1147
[20] Katzfuss，M。；Gong，W.，大型空间数据集的一类多分辨率近似，Stat.Sin。，30, 4, 2203-2226 (2020) ·Zbl 1464.62400号
[21] Katzfuss，M。；吉尼斯，J.，高斯过程Vecchia近似的一般框架，《统计科学》。，36, 1, 124-141 (2021) ·Zbl 07368223号 ·doi:10.1214/19-STS755
[22] Khellah，F。；菲格特，P。；MJ Murray；Allen，M.，《大图像序列的统计处理》，IEEE Trans。图像处理。，14, 1, 80-93 (2004) ·doi:10.1109/TIP.2004.838703
[23] 李毅。；Sun，Y.，非平稳空间协方差函数的有效估计及其在高分辨率气候模型仿真中的应用，Stat.Sin。，29, 3, 1209-1231 (2019) ·Zbl 1421.62159号
[24] 林格伦，F。；H街。；Lindström，J.，高斯场和高斯-马尔可夫随机场之间的明确联系：随机偏微分方程方法，J.Roy。统计社会服务。B（Stat.Methodol.），第73、4、423-498页（2011年）·Zbl 1274.62360号 ·文件编号：10.1111/j.1467-9868.2011.00777.x
[25] Litvinenko，A。；孙，Y。；MG根顿；Keyes，DE，大型空间数据集分层矩阵的似然逼近，计算。统计数据分析。，137115-132（2019）·Zbl 1507.62110号 ·doi:10.1016/j.csda.2019.02.002
[26] 马图里，E。；A.哈里斯。；Mittaz，J。；Sapper，J。；威克·G。；朱，X。；Dash，P。；Koner，P.，《新的高分辨率海面温度混合分析》，布尔。Am.流星。Soc.，98，5，1015-1026（2017）·doi:10.1175/BAMS-D-15-00002.1
[27] Minden，V。；Damle，A。；Ho，KL；Ying，L.，通过骨架分解的快速空间高斯过程最大似然估计，多尺度模型。同时。，15, 4, 1584-1611 (2017) ·Zbl 1378.65092号 ·doi:10.1137/17M1116477
[28] Neal，R.M.等人：使用哈密顿动力学的MCMC。《马尔可夫链蒙特卡罗手册》，第2卷（11），第2页（2011年）
[29] CJ帕西奥雷克；Schervish，MJ，使用一类新的非平稳协方差函数的空间建模，环境。关闭J.国际环境。《社会学杂志》，17，5，483-506（2006）
[30] Risser，M.D.，Calder，C.A.：具有空间可变参数的协方差函数的局部似然估计：r.arXiv预印本的卷积包（2015）。arXiv:1507.08613
[31] Sang，H。；黄，JZ，大型空间数据集协方差函数的全尺度近似，J.Roy。统计社会服务。B（Stat.Methodol.），74,1111-132（2012）·Zbl 1411.62274号 ·文件编号：10.1111/j.1467-9868.2011.01007.x
[32] Sang，H。；M·6月。；Huang，JZ，大型多变量空间数据集的协方差近似及其对多个气候模型误差的应用，Ann.Appl。统计，20，2519-2548（2011）·1234.62071兹比尔
[33] Snelson，E.，Ghahramani，Z.：局部和全局稀疏高斯过程近似。Artif公司。智力。统计数字524-531（2007）
[34] 索林，A。；Särkkä，S.，降秩高斯过程回归的希尔伯特空间方法，统计计算。，30, 2, 419-446 (2020) ·Zbl 1436.62316号 ·数字对象标识代码：10.1007/s11222-019-09886-w
[35] Stein，M.L.，Chen，J.，Anitescu，M.：高斯过程分数函数的随机近似。附录申请。《统计》第1162-1191页（2013年）·Zbl 1454.62283号
[36] Stein，ML，《空间数据插值：克里格的一些理论》（1999），Springer·Zbl 0924.62100号 ·doi:10.1007/978-1-4612-1494-6
[37] Stein，ML，空间数据协方差矩阵低秩近似的限制，Spat。统计，8，1-19（2014）·doi:10.1016/j.spasta.2013.06.003
[38] 斯坦因，ML；Chi，Z。；Welty，LJ，大型空间数据集的近似可能性，J.Roy。统计社会服务。B（Stat.Methodol.），66，2，275-296（2004）·Zbl 1062.62094号 ·doi:10.1046/j.1369-7412.003.05512.x
[39] Vecchia，AV，连续空间过程的估计和模型识别，J.Roy。统计社会服务。B（Stat.Methodol.），50，2，297-312（1988）
[40] 赖特，S。；Nocedal，J.，《数值优化》，《科学》，35，67-68，7（1999）·Zbl 0930.65067号
[41] Zhang，H.，基于模型的地质统计学中的不一致估计和渐近相等插值，美国统计协会，99，465，250-261（2004）·Zbl 1089.62538号 ·doi:10.1198/016214500000241
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。