×

逆问题贝叶斯解的代用品的自适应构造。 (英语) Zbl 1415.65009号

摘要:反问题的贝叶斯方法通常依赖于后验抽样方法,如马尔可夫链蒙特卡罗,对于后验抽样,每个样本的生成需要对参数-可观测映射或正向模型进行一次或多次评估。当这些评估需要大量计算时,正向模型的近似对于加速基于样本的推理至关重要。然而,由于后验分布通常集中在先验分布的一小部分支持上,为非线性前向模型构建全局精确近似在计算上是禁止的,实际上是不必要的。我们提出了一种新的方法,即使用随机优化,在根据数据自适应确定的分布序列上构造多项式近似,最终集中于后验分布。与基于先验的代理相比,该方法在效率和准确性方面有了显著提高,这一点通过应用于偏微分方程中的反问题得到了证明。

MSC公司:

65二氧化碳 蒙特卡罗方法
2015年1月62日 贝叶斯推断
35兰特 PDE的反问题
41A10号 多项式逼近
65立方厘米 马尔可夫链的数值分析或方法
PDF格式BibTeX公司 XML格式引用