大卫·亚里士多夫;沃尔夫冈·班杰斯 偏微分方程系数贝叶斯反演的基准。 （英语） Zbl 1532.65101号 SIAM修订版。 65，第4期，1074-1105（2023）. 作者提出了一个基准贝叶斯反问题，即基于解的点测量值，在泊松方程中确定由64个值离散的空间可变系数。基准测试问题的目的是填补广泛使用的简单测试用例（如高斯叠加）与采样算法开发人员难以复制的实际应用程序之间的差距。它们提供了测试用例的完整描述和开源实现，可以作为进一步实验的基础。他们还计算了后验概率分布的样本（2乘以10^{11}），并根据这些样本生成了详细而准确的统计数据，可用于测试其他抽样算法。审核人：戴卫中（鲁斯顿） MSC公司： 65N21型 含偏微分方程边值问题反问题的数值方法 65N20型 含偏微分方程边值问题不适定问题的数值方法 2015年1月62日 贝叶斯推断 65立方厘米 马尔可夫链的数值分析或方法 65二氧化碳 蒙特卡罗方法 65N30型 偏微分方程边值问题的有限元、Rayleigh-Riz和Galerkin方法 65牛顿50 涉及偏微分方程的边值问题的网格生成、细化和自适应方法 35兰特 PDE的反问题 35兰特 PDE的不良问题 74G75型 平衡固体力学中的反问题 关键词：贝叶斯推断;反问题;偏微分方程;马尔科夫蒙特卡洛;标杆管理 软件：交易.ii;muq（多功能）;达科塔;hIPPY库;主持人;奎索 PDF格式BibTeX公司 XML格式引用 \textit｛D.Aristoff｝和\textit｛W.Bangerth｝，SIAM第65版，第4期，1074-1105（2023；Zbl 1532.65101） 全文： 内政部 arXiv公司 参考文献： [1] B.M.Adams等人，Dakota，《设计优化、参数估计、不确定性量化和灵敏度分析的多级并行面向对象框架：版本\textup6.13用户手册》，技术报告SAND2020-12495，桑迪亚国家实验室，2020年。 [2] O.Aguilar、M.Allmaras、W.Bangerth和L.Tenorio，《参数估计的统计：一个具体示例》，SIAM Rev.，57（2015），第131-149页，https://doi.org/10.1137/10929230。 ·Zbl 1381.62053号 [3] M.Allmaras、W.Bangerth、J.M.Linhart、J.Polanco、F.Wang、K.Wang、J.Webster和S.Zedler，《通过贝叶斯反演估算物理模型中的参数：完整示例》，SIAM Rev.，55（2013），第149-167页，https://doi.org/10.1137/100788604。 ·Zbl 1260.74003号 [4] D.Arndt、W.Bangerth、D.Davydov、T.Heister、L.Heltai、M.Kronbichler、M.Maier、J.-P.Pelteret、B.Turcksin和D.Wells，《交易》。有限元库：设计、特征和见解，计算。数学。申请。，81（2021），第407-422页，https://doi.org/10.1016/j.camwa.2020.02.022, https://arxiv.org/abs/1910.13247。 ·Zbl 1524.65002号 [5] D.Arndt、W.Bangerth、M.Feder、M.Fahling、R.Gassmoller、T.Heister、L.Heltai、M.Kronbichler、M.Maier、P.Munch、J.-P.Pelteret、S.Sticko、B.Turcksin和D.Wells，《交易》。II库，版本\textup9.4，J.Numer。数学。，30（2022），第231-246页，https://doi.org/10.1515/jnma-2022-0054。 ·Zbl 07590497号 [6] Y.F.Atchadeí和J.S.Rosenthal，《自适应马尔可夫链蒙特卡罗算法》，伯努利，11（2005），第815-828页·Zbl 1085.62097号 [7] J.M.Bardsley，反问题的计算不确定性量化，SIAM，2018年，https://doi.org/10.1137/1.9781611975383。 ·Zbl 1435.60001号 [8] J.M.Bardsley、A.Seppanen、A.Solonen、H.Haario和J.Kaipio，《电阻抗断层成像中采样和不确定性量化的随机优化》，SIAM/ASA J.Uncertain。数量。，3（2015），第1136-1158页，https://doi.org/10.1137/140978272。 ·Zbl 1381.94010号 [9] J.M.Bardsley、A.Solonen、H.Haario和M.Laine，《随机优化：非线性反问题的后验分布抽样方法》，SIAM J.Sci。计算。，36（2014），第A1895-A1910页，https://doi.org/10.1137/10964023。 ·Zbl 1303.65003号 [10] M.Beídard，《Metropolis算法的最佳接受率：超越（0.234）》，Stochast。过程。申请。，118（2008），第2198-2222页，https://doi.org/10.1016/j.spa.2007.12.005。 ·Zbl 1155.60310号 [11] J.Bierkens、P.Fearnhead和G.O.Roberts，大数据贝叶斯分析的Z字形过程和超高效采样，Ann.Statist。，47（2019），第1288-1320页·Zbl 1417.65008号 [12] T.Bui-Thanh和O.Ghattas，逆散射问题的Hessian分析：II。声波的逆介质散射，逆问题，28（2012），第055002条，https://doi.org/10.1088/0266-5611/28/5/055002。 ·Zbl 1239.78007号 [13] P.Chen、U.Villa和O.Ghattas，不确定条件下PDE约束最优控制的泰勒近似和方差减少，J.Compute。物理。，385（2019），第163-186页，https://doi.org/10.1016/j.jcp.2019.01.047。 ·Zbl 1451.65076号 [14] J.A.Christen和C.Fox，使用近似的马尔可夫链蒙特卡罗，J.Compute。图解的。统计人员。，14（2005），第795-810页，https://doi.org/10.1198/106186005X76983。 [15] I.Craig和J.Brown，《天文学中的逆问题》，载于贝叶斯天体物理学，A.Asensio Ramos和I.Arregui编辑，剑桥大学出版社，1986年，第31-61页，https://doi.org/10.1017/97813182406.003。 ·Zbl 0666.35001号 [16] E.Darve、D.Rodríguez Gómez和A.Pohorille，标量和矢量自由能计算的自适应偏压力方法，J.Chem。物理。，128（2008），第144120条。 [17] M.Dashti和A.M.Stuart，《反问题的贝叶斯方法》，收录于《不确定性量化手册》，R.Ghanem、D.Higdon和H.Owhadi编辑，Springer，Cham，2017年，第311-428页，https://doi.org/10.1007/978-3-319-12385-1_7。 [18] T.A.Davis，算法（832），ACM Trans。数学。《软件》，30（2004），第196-199页，https://doi.org/10.1145/992200.992206。 ·Zbl 1072.65037号 [19] B.Debusschere、K.Sargsyan、C.Safta和K.Chowdhary，《不确定性量化工具包》（UQTk），收录于《不确定性定量手册》，R.Ghanem、D.Higdon和H.Owhadi，eds.，Springer，Cham，2017年，第1807-1827页，https://doi.org/10.1007/978-3-319-12385-1_56。 [20] T.J.Dodwell、C.Ketelsen、R.Scheichl和A.L.Teckentrup，多层马尔可夫链蒙特卡罗算法及其在地下水流不确定性量化中的应用，SIAM/ASA J.Uncertain。数量。，3（2015），第1075-1108页，https://doi.org/10.1137/10915005。 ·Zbl 1330.65007号 [21] A.B.Duncan、T.Lelievre和G.A.Pavliotis，使用不可逆Langevin采样器减少方差，J.Statist。物理。，163（2016），第457-491页·Zbl 1343.82036号 [22] H.P.Flath、L.C.Wilcox、V.Akçelik、J.Hill、B.van Bloemen Waanders和O.Ghattas，基于低秩部分Hessian近似的大规模线性反问题中贝叶斯不确定性量化的快速算法，SIAM J.Sci。计算。，33（2011），第407-432页，https://doi.org/10.1137/090780717。 ·Zbl 1229.65174号 [23] C.M.Fleter、G.Geraci、D.E.Schiavazzi、A.M.Kahn和A.L.Marsden，心血管血流动力学的多水平和多理想不确定性量化，Comput。方法应用。机械。工程师，365（2020），第113030条，https://doi.org/10.1016/j.cma.2020.113030。 ·Zbl 1442.76162号 [24] D.Foreman-Mackey、D.W.Hogg、D.Lang和J.Goodman，主持人：MCMC hammer，Publ。天文学。《太平洋社会》，125（2013），第306-312页。 [25] C.Fox和G.Nicholls，《通过MCMC采样电导率图像》，《利兹年度统计研究研讨会（LASR）论文集》，K.Mardia、C.Gill和R.Aykroyd编辑，1997年，第91-100页。 [26] N.Friedman、M.Linial、I.Nachman和D.Peer，《使用贝叶斯网络分析表达数据》，J.Compute。《生物学》，第7期（2000年），第601-620页。 [27] A.Garbuno-Inigo、N.Nu¨sken和S.Reich，贝叶斯推理的仿射不变交互Langevin动力学，SIAM J.Appl。发电机。系统。，19（2020），第1633-1658页，https://doi.org/10.1137/19M1304891。 ·Zbl 1472.65118号 [28] A.Gelman、W.R.Gilks和G.O.Roberts，《随机行走大都会算法的弱收敛性和最优缩放》，Ann.Appl。概率。，7（1997），第110-120页·Zbl 0876.60015号 [29] C.J.Geyer，实用马尔可夫链蒙特卡罗，统计师。科学。，7（1992），第473-483页。 [30] J.Goodman和J.Weare，具有仿射不变性的集合采样器，Commun。申请。数学。计算。科学。，5（2010年），第65-80页·Zbl 1189.65014号 [31] H.Haario、M.Laine、A.Mira和E.Saksman，DRAM：高效自适应MCMC，统计学家。计算。，16（2006年），第339-354页。 [32] H.Haario、E.Saksman和J.Tamminen，自适应大都会算法，伯努利，7（2001），第223-242页，https://doi.org/bj/1080222083。 ·Zbl 0989.65004号 [33] W.K.Hastings，《使用马尔可夫链的蒙特卡罗抽样方法及其应用》，《生物统计学》，57（1970），第97-109页·Zbl 0219.65008号 [34] Y.Jiang和A.D.Woodbury，稳态地下水流动和热传输反问题的完全贝叶斯方法，地球物理。国际期刊。，167（2006），第1501-1512页，https://doi.org/10.1111/j.1365-246x.2006.03145.x。 [35] G.L.Jones，关于马尔可夫链中心极限定理，Probab。调查。，1（2004年），第299-320页·Zbl 1189.60129号 [36] J.Kaipio和E.Somersalo，统计和计算逆问题，Springer-Verlag，2005年，https://doi.org/10.1007/b138659。 ·兹比尔1068.65022 [37] J.Martin、L.C.Wilcox、C.Burstedde和O.Ghattas，《大规模统计反演问题的随机Newton MCMC方法及其在地震反演中的应用》，SIAM J.Sci。计算。，34（2012），第A1460-A1487页，https://doi.org/10.1137/10845598。 ·Zbl 1250.65011号 [38] D.McDougall，N.Malaya和R.D.Moser，《贝叶斯推断的并行C++统计库：QUESO》，收录于《不确定性量化手册》，R.Ghanem，D.Higdon和H.Owhadi，eds.，Springer，Cham，2017年，第1829-1865页，https://doi.org/10.1007/978-3-319-12385-1_57。 [39] R.Neal，MCMC使用哈密顿动力学，摘自《马尔可夫链蒙特卡罗手册》，S.Brooks、A.Gelman、G.L.Jones和X.-L.Meng编辑，CRC出版社，2011年，第113-162页·兹比尔1229.65018 [40] R.M.Neal，通过随机动力学进行贝叶斯学习，《神经信息处理系统进展》，S.Hanson、J.Cowan和C.Giles编辑，1992年，第475-482页。 [41] M.Parno、A.Davis、P.Conrad和Y.M.Marzouk，麻省理工学院不确定性量化（MUQ）图书馆，http://muq.mit.edu/, 2021. [42] B.Peherstorfer、K.Willcox和M.Gunzburger，《不确定性传播、推理和优化中的多元方法综述》，SIAM Rev.，60（2018），第550-591页，https://doi.org/10.1137/16m1082469。 ·Zbl 1458.65003号 [43] N.Petra、J.Martin、G.Stadler和O.Ghattas，无限维贝叶斯反问题的计算框架，第二部分：随机牛顿MCMC及其在冰盖流动反问题中的应用，SIAM J.Sci。计算。，36（2014），第A1525-A1555页，https://doi.org/10.1137/10934805。 ·Zbl 1303.35110号 [44] G.O.Roberts和J.S.Rosenthal，自适应MCMC的例子，J.Comput。图解的。统计人员。，18（2009年），第349-367页。 [45] G.O.Roberts和R.L.Tweedie，Langevin分布及其离散近似的指数收敛性，Bernoulli，2（1996），第341-363页·Zbl 0870.60027号 [46] J.Seo、C.Fleeter、A.M.Kahn、A.L.Marsden和D.E.Schiavazzi，《临床信息数据不确定性下冠状动脉循环模型的多精度估计量》，《国际不确定性杂志》。数量。，10（2020年），第449-466页，https://doi.org/10.1615/int.j.uncertaintyquantitation.2020033068。 ·Zbl 1498.92075号 [47] C.Sherlock和G.O.Roberts，椭圆对称单峰目标上随机游动都市的最优尺度，Bernoulli，15（2009），第774-798页，https://doi.org/10.3150/08-bej176。 ·Zbl 1215.60047号 [48] A.Sokal，《统计力学中的蒙特卡罗方法：基础和新算法》，摘自《函数积分》，C.DeWitt-Morette、P.Cartier和A.Folacci编辑，Springer，1997年，第131-192页·Zbl 0890.65006号 [49] A.M.Stuart，《逆向问题：贝叶斯观点》，《数值学报》。，19（2010），第451-559页，https://doi.org/10.1017/s0962492910000061。 ·Zbl 1242.65142号 [50] A.Tarantola，《反问题理论》，Elsevier，阿姆斯特丹，纽约，1987年·Zbl 0875.65001号 [51] A.Tarantola，模型参数估计的反问题理论和方法，SIAM，2005，https://doi.org/10.1137/1.9780898177921。 ·Zbl 1074.65013号 [52] C.J.F.ter Braak，遗传算法差分进化的马尔可夫链蒙特卡罗版本：实参数空间的简易贝叶斯计算，统计。计算。，16（2006），第239-249页，https://doi.org/10.1007/s11222-006-8769-1。 [53] C.J.F.ter Braak和J.A.Vrugt，带斯诺克更新器和更少链的差分进化马尔可夫链，统计学。计算。，18（2008），第435-446页，https://doi.org/10.1007/s11222-008-9104-9。 [54] L.Tierney和A.Mira，贝叶斯推理的一些自适应蒙特卡罗方法，统计。《医学》，18（1999），第2507-2515页。 [55] P.Vanetti，分段确定马尔可夫链蒙特卡罗，牛津大学博士论文，2019年。 [56] U.Villa，N.Petra和O.Ghattas，hIPPYlib：由PDE管理的大规模反问题的可扩展软件框架。第一部分：确定性反演和线性化贝叶斯推理。数学。软质。，47（2021），第1-34页，https://doi.org/10.1145/3428447。 ·Zbl 07467976号 [57] J.A.Vrugt、C.J.F.ter Braak、C.G.H.Diks、B.A.Robinson、J.M.Hyman和D.Higdon，通过自适应随机子空间采样的差分进化加速马尔可夫链蒙特卡罗模拟，国际。非线性科学杂志。数字。模拟。，10（2009），第273-290页，https://doi.org/10.1515/ijnns.2009.10.3.273。 [58] D.Watzenig和C.Fox，电容层析成像统计建模和推断综述，测量科学。技术。，20（2009），第052002条，https://doi.org/10.1088/0957-0233/20/5/052002。 [59] K.Wolter，《方差估计导论》，Springer Science&Business Media，2007年·Zbl 1284.62023号 [60] J.Worthen、G.Stadler、N.Petra、M.Gurnis和O.Ghattas，《非线性粘性地幔流流变参数的基于伴随的反演》，Phys。《地球行星内部》，234（2014），第23-34页，https://doi.org/10.1016/j.pepi.2014.06.006。 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。