×

用于大型模拟实验的实际异方差高斯过程建模。 (英语) Zbl 07498993号

摘要:对于显示输入相关噪声的模拟实验,我们提出了基于似然的高斯过程回归的统一观点。复制在这种情况下发挥着重要作用,然而,以前利用复制的方法要么忽略了这种设计带来的计算节省,要么采用短小精悍的完全类似于hood的推理来保持可控性。从同方差过程开始,我们展示了众所周知的Woodbury恒等式的多个应用如何在似然(无近似)下促进所有参数的推断,从而绕过典型的全数据大小的计算。然后,我们从机器学习中借用了一个潜在变量的概念来解决异方差问题,使其在相同的节俭推理框架内工作,从而同时利用复制设计的计算和统计效率。其结果是一个推理方案,其特征是具有闭合形式导数的单目标函数,用于基于库的快速优化。提供了示例,包括来自制造业和流行病管理的真实模拟实验。

理学硕士:

62至XX 统计
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 安肯曼,B.E。;Nelson,B.L。;Staum,J.,《仿真元建模的随机克里格法》,运筹学,58371-382(2010)·Zbl 1342.62134号
[2] 巴·S。;Joseph,V.R.,《模拟昂贵函数的复合高斯过程模型》,《应用统计学年鉴》,61838-1860(2012)·Zbl 1257.62089号
[3] 班纳吉,S。;Gelfand,A.E。;芬利,A.O。;Sang,H.,《大型空间数据集的高斯预测过程模型》,英国皇家统计学会杂志,70825-848(2008)·Zbl 05563371号
[4] 比诺瓦,M。;Gramacy,R.B.,hetGP:复制下的异方差高斯过程建模与设计(2017)
[5] 布库瓦拉斯,A。;Cornford,D.,学习复杂数据集的异方差高斯过程(2009)
[6] R: 统计计算语言与环境(2014)
[7] Dixon,L。;Szego,G.,《全局优化问题:导论》,走向全局优化,2,1-15(1978)
[8] 艾兹维克,J。;沙比,B.A。;Reich,B.J。;惠勒,M。;Niemi,J.,《具有块复合可能性的空间模型中的估计和预测》,《计算与图形统计杂志》,23,295-315(2014)
[9] 埃里克森,C.B。;安肯曼,B.E。;Sanchez,S.M.,《高斯过程建模软件的比较》,《欧洲运筹学杂志》,266179-192(2018)·Zbl 1403.62006号
[10] Gneiting,T。;Raftery,A.E.,《严格正确的评分规则、预测和估计》,《美国统计协会杂志》,102359-378(2007)·Zbl 1284.62093号
[11] Goldberg,P.W。;威廉姆斯,C.K。;Bishop,C.M。;M.I.乔丹。;M.J.卡恩斯。;Solla,S.A.,《输入相关噪声的回归:高斯过程处理》,《神经信息处理系统进展》,10493-499(1998),马萨诸塞州剑桥:麻省理工学院出版社,马萨诸塞诸塞州坎布里奇
[12] Gramacy,R.B.,tgp:贝叶斯非平稳、半参数非线性回归和树高斯过程模型设计的R包,统计软件杂志,19,6(2007)
[13] Gramacy,R.B。;Apley,D.W.,大型计算机实验的局部高斯过程近似,计算与图形统计学杂志,24561-578(2015)
[14] Gramacy,R.B。;Lee,H.K.H.,贝叶斯树高斯过程模型及其在计算机建模中的应用,美国统计协会杂志,103,1119-1130(2008)·Zbl 1205.62218号
[15] ---《超级计算机实验的自适应设计与分析》,技术计量学,51130-145(2009)
[16] 哈兰德,B。;Qian,P.,《大型计算机实验的精确模拟器》,《统计年鉴》,39,2974-3002(2011)·Zbl 1246.65172号
[17] Harville,D.,《统计学家视角下的矩阵代数》(1997),纽约:Springer-Verlag出版社,纽约·Zbl 0881.15001号
[18] 洪,L。;Nelson,B.,《使用COMPASS通过模拟实现离散优化》,运筹学,54,115-129(2006)·Zbl 1167.90630号
[19] 胡,R。;Ludkovski,M.,排序响应面的顺序设计,SIAM/ASA不确定性量化期刊,5,212-239(2017)·Zbl 1365.62319号
[20] Kamiñski,B.,《更新随机克里金元模型的方法》,《欧洲运筹学杂志》,247859-866(2015)·Zbl 1346.62039号
[21] 考夫曼,C。;宾厄姆·D·。;哈比卜,S。;海特曼,K。;Frieman,J.,《使用紧支撑相关函数的计算机实验高效模拟器及其在宇宙学中的应用》,《应用统计年鉴》,第52470-2492页(2012年)·Zbl 1234.62166号
[22] Kersting,K。;普拉格曼,C。;普法夫,P。;Burgard,W.,《最可能的异方差高斯过程回归》,《机器学习国际会议论文集》,393-400(2007),纽约州纽约市:美国计算机学会
[23] 拉扎罗·格雷迪拉,M。;Titsias,M.,变分异方差高斯过程回归,机器学习国际会议论文集,841-848(2011),纽约州纽约市:ACM,纽约州
[24] 李,M.R。;Owen,A.B.,《单一掘金克里金》(2015)·Zbl 1390.62189号
[25] 卢德科夫斯基,M。;Niemi,J.,《流感管理的最佳动态政策》,传染病统计传播,2010年第2期,第5期
[26] Marmin,S。;金斯堡,D。;巴库,J。;Liandrat,J.,扭曲高斯过程和基于导数的非均匀变量函数序列设计,《不确定性量化杂志》(2017)
[27] 梅尔,D。;约翰逊,L.R。;Gramacy,R.B。;Mangel,M.,《流行病学干预适应性管理的统计框架》,《公共科学图书馆·综合》,4,e5807(2009)
[28] Ng,S.H。;Yin,J.,随机系统的贝叶斯克里格分析与设计,ACM建模与计算机仿真事务(TOMACS),22,17(2012)·Zbl 1386.65062号
[29] 尼奇卡,D。;Bandyopadhyay,S。;哈姆林,D。;林格伦,F。;Sain,S.,《用于分析大型空间数据集的多分辨率高斯过程模型》,《计算与图形统计杂志》,24579-599(2015)
[30] Opsomer,J。;Ruppert,D。;Wand,W。;美国霍尔斯特。;Hossler,O.,Kriging与非参数方差函数估计,生物统计学,55,704-710(1999)·Zbl 1059.62746号
[31] 皮奇尼,V。;Ginsbourger,D.,用于部分收敛模拟的非平稳时空高斯过程模型,SIAM/ASA不确定性量化杂志,157-78(2013)·Zbl 1291.60075号
[32] Plumlee,M.,《使用稀疏网格设计对随机场进行有效推断》,美国统计协会杂志,1091581-1591(2014)·Zbl 1368.65017号
[33] 北卡罗来纳州Quadrianto。;Kersting,K。;里德,M。;Caetano,T。;Buntine,W.,《通过归约重新进行核条件分位数估计》,第九届IEEE数据挖掘国际会议论文集,938-943(2009)
[34] 罗伊宁,L。;Girolma,M。;Lasanen,S。;Markkanen,M.,Matérn场的超验函数及其在贝叶斯反演中的应用,arXiv:1612.02989(2016)·兹比尔1454.60068
[35] 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》,《统计软件杂志》,51,1-55(2012)
[36] 斯内尔森,E。;加赫拉马尼,Z。;韦斯,Y。;Schölkopf,B。;Platt,J.C.,《使用伪输入的稀疏高斯过程,神经信息处理系统的进展》,1257-1264(2005),马萨诸塞州剑桥:麻省理工学院出版社,马萨诸塞诸塞州坎布里奇
[37] 斯内尔森,E。;Gharamani,Z.,高斯过程中的可变噪声和降维,人工智能国际会议论文集(2006)
[38] 斯诺克,J。;瑞典斯威斯基。;Zemel,R.S。;Adams,R.P.,非静态函数贝叶斯优化的输入扭曲,国际机器学习会议,1674-1682(2014)
[39] 韦纳布尔斯,W.N。;里普利,B.D.,《现代应用统计学与S》(2002),纽约:斯普林格出版社,纽约·兹比尔1006.62003
[40] Wang,W。;Chen,X.,《异方差估计对随机克里金的影响》,2016年冬季模拟会议论文集,326-337(2016),新泽西州皮斯卡塔韦:IEEE出版社,新泽西省皮斯卡塔韦
[41] 谢军。;弗雷泽,P。;Chick,S.,《按订单组装模拟器》(2012年)
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。