侯赛因·穆罕默德;彼得·查勒诺;马克·古德费罗 使用高斯过程仿真动态非线性模拟器。 （英语） Zbl 1507.62135号 计算。统计数据分析。 139, 178-196 (2019). 概述：研究了非线性确定性计算机代码的动态仿真，其中输出是时间序列，可能是多元的。这些计算机模型模拟了一些真实世界现象随时间的演变，例如气候模型或人脑功能模型。我们感兴趣的模型是高度非线性的，并且具有临界点、分叉和混沌行为。然而，每次仿真运行可能太耗时，无法执行需要多次运行的分析，包括量化模型输出相对于输入变化的变化。因此，使用高斯过程模拟器来近似代码的输出。为此，在短时间内模拟研究中系统的流程图。然后，以迭代的方式使用它来预测整个时间序列。提出了一些方法来考虑在固定初始条件后，模拟器输入的不确定性，以及它们之间通过时间序列的相关性。该方法通过两个例子进行了说明：Lorenz和van der Pol方程描述的高度非线性动力系统。在这两种情况下，预测性能相对较高，该方法提供的不确定性度量反映了每个系统的可预测性程度。 引用于1文件 MSC公司： 62-08 统计问题的计算方法 关键词：动态模拟器;高斯过程;洛伦兹系统;不确定性传播;范德波尔模型 软件：DiceOptim公司;DiceKriging公司;gprege（gprege）;解算;EGO公司;diff等式;变点 PDF格式BibTeX公司 XML格式引用 \textit{H.Mohammadi}等人，计算。统计数据分析。139178-196（2019年；Zbl 1507.62135） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] 阿弗雷莫维奇，V.S。；Bykov，V.V。；Shilnikov，L.P.，关于洛伦兹吸引子的起源和结构，阿卡德。Nauk SSSR Dokl.公司。，234, 336-339 (1977) ·Zbl 0451.76052号 [2] Bailer-Jones，C。；萨宾，T.J。；麦凯，D.J.C。；Withers，P.，使用贝叶斯神经网络和高斯过程预测变形和退火微观结构，（《澳大拉西亚-太平洋材料智能加工和制造论坛论文集》（1997）），913-919 [3] 巴亚里，M.J。；J.O.伯杰。；Cafeo，J。；Garcia-Donato，G。；刘，F。；Palomo，J。；Parthasarathy，R.J。；保罗，R。；萨克斯，J。；Walsh，D.，带功能输出的计算机模型验证，Ann.Statist。，1874-1906年5月35日（2007年）·Zbl 1144.62368号 [4] Birrell，P。；Ketsetzis，G。；盖伊，N。；库珀，B。；Presanis，A。；哈里斯·R。；Charlett，A。；张，X。；怀特，P。；佩博迪，R。；De，A.D.，贝叶斯建模揭示和预测伦敦甲型h1n1流感疫情动态，Proc。国家。阿卡德。科学。美国，108，18238-18243（2011） [5] 坎德拉，J.Q。；Girard，A。；Larsen，J。；Rasmussen，C.E.，贝叶斯核模型中的不确定性传播——应用于多步预测，（声学、语音和信号处理国际会议（2003），IEEE），701-704 [6] Challenor，P.，《快速气候变化的可能性》，《重要性》，第1期，第4期，第155-158页（2004年） [7] 陈，V.C.P。；Tsui，K.L。；巴顿，R.R。；Meckesheimer，M.，《计算机实验的设计、建模和应用综述》，IIE Trans。，38, 4, 273-291 (2006) [8] 康蒂，S。；Gosling，J.P。；奥克利，J.E。；O'Hagan，A.，GaussIan动态计算机代码过程仿真，Biometrika，96，663-676（2009）·Zbl 1437.62015年 [9] 康蒂，S。；O'Hagan，A.，复杂多输出和动态计算机模型的贝叶斯仿真，J.Statist。计划。推理，140，3，640-651（2010）·Zbl 1177.62033号 [10] Cressie，N.，（空间数据统计。空间数据统计，概率和数学统计中的Wiley系列：应用概率和统计（1993），J.Wiley） [11] Deisenroth，M.P。；Huber，M.F。；Hanebeck，U.D.，基于分析矩的高斯过程滤波，（《第26届机器学习国际年会论文集》，第26届国际机器学习会议论文集，ICML'09（2009），ACM:美国纽约州纽约市ACM），225-232 [12] 邓禄普，M.M。；Girolma，M。；Stuart，A.M。；Teckentrup，A.L.，深高斯过程有多深？，J.马赫。学习。第19、54、1-46号决议（2018年）·Zbl 1469.60107号 [13] 法拉，M。；Birrell，P。；康蒂，S。；Angelis，D.D.，甲型H1N1流感动态流行模型的贝叶斯模拟和校准，J.Amer。统计师。协会，109，508，1398-1411（2014） [14] 费拉特，洛杉矶。；古德费罗，M。；Terry，J.R.，《对高维神经质量模型中的动态转变进行分类：随机森林方法》，《公共科学图书馆·计算》。生物，14，3，1-27（2018） [15] Forrester，A.I。；Keane，A.J.，《基于代理的优化的最新进展》，Prog。Aerosp.航空公司。科学。，45, 1-3, 50-79 (2009) [16] Fricker，T.E。；奥克利，J.E。；Urban，N.M.，具有不可分离协方差结构的多元高斯过程模拟器，《技术计量学》，55，1，47-56（2013） [17] Girard，A。；拉斯穆森，C.E。；坎德拉，J.Q.n。；Murray-Smith，R.，《输入不确定的高斯过程先验-应用于多步超前时间序列预测》（神经信息处理系统进展，第15卷（2003），麻省理工出版社），545-552 [18] 希格顿，D。；Gattiker，J。；威廉姆斯，B。；Rightley，M.，《使用高维输出进行计算机模型校准》，J.Amer。统计师。协会，103，482，570-583（2008）·Zbl 1469.62414号 [19] 金·R。；Chen，W。；Simpson，T.W.，《多建模标准下元建模技术的比较研究》，结构。多磁盘。优化。，23, 1-13 (2000) [20] 金·R。；Chen，W。；Sudjianto，A.，《工程设计中全局元建模的顺序抽样》，（设计工程技术会议和工程中的计算机和信息，第2卷（2002）），539-548 [21] 琼斯，B。；Johnson，R.T.，高斯过程模型的设计与分析，Qual。Reliab公司。《工程国际》，25，515-524（2009） [22] Jones，D.R。；Schonlau，M。；Welch，W.J.，《昂贵黑盒函数的高效全局优化》，J.global Optim。，13, 4, 455-492 (1998) ·Zbl 0917.90270号 [23] Kalaitzis，A.A。；劳伦斯，N.D.，《通过高斯过程回归对差异表达基因表达时间进程进行排序的简单方法》，BMC生物信息学，12，1，180（2011） [24] A.卡马特。；瓦尔加斯·埃尔南德斯，R.A。；Krems，R.V。；卡林顿，T。；Manzhos，S.，《代表势能表面的神经网络与高斯过程回归：拟合质量和振动光谱精度的比较研究》，J.Chem。物理。，148, 24, 241702 (2018) [25] M.C.肯尼迪。；O'Hagan，A.，《计算机模型的贝叶斯校准》，J.R.Stat.Soc.Ser。B统计方法。，63, 3, 425-464 (2001) ·Zbl 1007.62021号 [26] 基利克，R。；Eckley，I.，《变化点：变化点分析的r包》，J.Stat.Softw。，第58、3、1-19条（2014年） [27] Kleijnen，J.P.，模拟中的克里格元模型：综述，欧洲运营商杂志。研究，192，3，707-716（2009）·兹比尔1157.90544 [28] 克劳斯，A。；辛格，A。；Guestrin，C.，《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。第9号决议，第235-284页（2008年）·Zbl 1225.68192号 [29] 库泽拉，G。；Kavetski，D。；Franks，S。；Thyer，M.，《概念性降雨径流模型的贝叶斯总误差分析：使用与降雨相关的参数表征模型误差》，J.Hydrol。，331, 1, 161-177 (2006) [30] Kuß，M.，稳健回归、分类和强化学习的高斯过程模型（2006），德国达姆施塔特达姆施塔科技大学：德国达姆斯塔特达姆施塔特科技大学（博士论文） [31] 劳伦斯，N。；Sanguinetti，G。；Rattray，M.，使用高斯过程模拟转录调控（NIPS 2006（2006）） [32] Lee，洛杉矶。；Carslaw，K.S。；普林格尔，K.J。；曼恩，G.W。；Spracklen，D.V.，《模拟复杂的全球气溶胶模型以量化对不确定参数的敏感性》，Atmos。化学。物理。，11, 23, 12253-12273 (2011) [33] 刘，F。；West，M.，《贝叶斯计算机模型仿真的动态建模策略》，贝叶斯分析。，4, 2, 393-412 (2009) ·兹比尔1330.65034 [34] Loeppky，J.L。；萨克斯，J。；Welch，W.J.，《选择计算机实验的样本量：实用指南》，《技术计量学》，51，4，366-376（2009） [35] Lorenz，E.N.，《确定性非周期流》，《大气科学杂志》，第20期，第130-148页（1963年）·Zbl 1417.37129号 [36] 麦凯，D.J.C.，《高斯过程导论》（Bishop，C.M.，《神经网络和机器学习》（1998），斯普林格·弗拉格出版社），133-166·Zbl 0936.68081号 [37] 麦凯，D.J.C.，《信息理论、推理与学习算法》（2002），剑桥大学出版社：剑桥大学出版社，纽约州纽约市，美国 [38] Neal，R.M.，（神经网络的贝叶斯学习。神经网络的贝氏学习，统计学课堂讲稿（1996），纽约斯普林格-Verlag）·Zbl 0888.62021号 [39] Neal，R.M.，（使用高斯过程先验的回归和分类。使用高斯过程先验的回归与分类，贝叶斯统计，第6卷（1998年），牛津大学出版社），475-501·Zbl 0974.62072号 [40] O'Hagan，A.，《计算机代码输出的贝叶斯分析：教程》，Reliab。工程系统。安全。，91, 10-11, 1290-1300 (2006) [41] Petzold，L.，求解刚性和非刚性常微分方程组方法的自动选择，SIAM J.Sci。统计计算。，4, 1, 136-148 (1983) ·Zbl 0518.65051号 [42] Plumlee，M.，《使用稀疏网格实验设计快速预测确定性函数》，J.Amer。统计师。协会，1095081581-1591（2014）·Zbl 1368.65017号 [43] Pronzato，L.公司。；Müller，W.G.，《计算机实验设计：空间填充和超越》，《统计计算》。，22, 3, 681-701 (2012) ·兹比尔1252.62080 [44] Rasmussen，C.E.，《高斯过程和其他非线性回归方法的评估》（1997），多伦多大学：加拿大安大略省多伦多大学，（博士论文） [45] 拉斯穆森，C.E。；Williams，C.K.I.，《机器学习的高斯过程（自适应计算和机器学习）》（2005），麻省理工学院出版社 [46] 罗林斯，J。；Pantula，S。；Dickey，D.，（《应用回归分析：一种研究工具》，《应用回归研究：一种调查工具》，Springer Texts in Statistics（2006），Springer-Nework）·Zbl 0909.62062号 [47] Raychaudhuri，S.，《蒙特卡罗模拟简介》（第40届冬季模拟会议论文集（2008）），91-100 [48] Reichert，P。；白色，G。；巴亚里，M.J。；Pitman，E.B.，《基于机械的动态模拟模型仿真：水文学中的概念和应用》，计算。统计数据分析。，55, 4, 1638-1655 (2011) ·Zbl 1328.62034号 [49] Rougier，J.，《多元确定性函数的高效模拟器》，J.Compute。图表。统计人员。，17, 4, 827-843 (2008) [50] Roustant，O。；金斯堡，D。；Deville，Y.，Dicekriging，diceoptim:基于kriging-based metamodeling and optimization的计算机实验分析的两个r包，J.Stat.Softw。，51, 1, 1-55 (2012) [51] 萨克斯，J。；Welch，W.J。；米切尔·T·J。；Wynn，H.P.，《计算机实验的设计与分析》，统计学。科学。，4, 4, 409-423 (1989) ·Zbl 0955.62619号 [52] 桑特纳，T.J。；威廉姆斯，B。；Notz，W.，《计算机实验的设计与分析》，第283页（2003年），施普林格出版社·Zbl 1041.62068号 [53] Schwaighofer，A。；格里戈拉斯，M。；Tresp，V。；Hoffmann，C.，（Thrun，S.；Saul，L.；Schölkopf，B.，GPPS:细胞网络的高斯进程定位系统。GPPS:蜂窝网络的高斯过程定位系统，神经信息处理系统进展，第16卷（2004），麻省理工学院出版社） [54] Soetaert，K。；Petzoldt，T。；Setzer，R.W.，《在R中求解微分方程：软件包解算》，J.Stat.Softw。，33, 9, 1-25 (2010) [55] Stein，M.，使用拉丁超立方体采样的模拟大样本特性，技术计量学，29，2，143-151（1987）·Zbl 0627.62010号 [56] Stommel，H.，《两种稳定流动状态下的热盐对流》，Tellus，13，224-230（1961） [57] Strogatz，S.，（非线性动力学与混沌。非线性动力学与混沌，非线性研究（2007），萨拉特出版社） [58] 斯温，P.S。；史蒂文森，K。；李里，A。；Montano-Gutierrez，L.F。；克拉克，I.B.N。；沃格尔，J。；Pilizota，T.，利用高斯过程推断包括细胞生长率在内的时间导数，《自然通讯》。，7, 4, 273-291 (2016) [59] Williams，R.F.，洛伦兹吸引子的结构，Publ。数学。Inst.Hautes练习曲科学。，50, 73-99 (1979) ·Zbl 0484.58021号 [60] 威廉姆森，D。；Blaker，A.T.，结构化混沌时间序列的进化贝叶斯仿真器，应用于大型气候模型，SIAM/ASA J.Uncertain。数量。，2, 1, 1-28 (2014) ·Zbl 1349.62433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。