Эмулятор гауссовского процесса - Gaussian process emulator

В статистика, Эмулятор гауссовского процесса это одно название для общего типа статистическая модель который использовался в контекстах, где проблема заключается в максимальном использовании выходных данных сложной (часто неслучайной) компьютерной имитационной модели. Каждый запуск имитационной модели требует больших вычислительных ресурсов, и каждый запуск основан на множестве различных управляющих входных данных. Ожидается, что изменение выходных данных имитационной модели будет достаточно плавно изменяться в зависимости от входных данных, но неизвестным образом.

Общий анализ включает две модели: имитационную модель, или «имитатор», и статистическую модель, или «эмулятор», которая теоретически имитирует неизвестные выходные данные симулятора.

Модель эмулятора гауссовского процесса рассматривает проблему с точки зрения Байесовская статистика. В этом подходе, даже если выходные данные имитационной модели фиксированы для любого заданного набора входов, фактические выходы неизвестны, если компьютерная модель не запущена, и, следовательно, их можно сделать предметом Байесовский анализ. Основным элементом модели эмулятора гауссовского процесса является то, что он моделирует выходы как Гауссовский процесс на пространстве, которое определяется входными данными модели. Модель включает описание корреляции или ковариации выходных данных, что позволяет модели охватить идею о том, что различия в выходных данных будут небольшими, если есть только небольшие различия во входных данных.

Смотрите также

• Кригинг
• Компьютерный эксперимент

Рекомендации

• Каррин, К., Митчелл, Т., Моррис, М., Илвисакер, Д. (1991) "Байесовское предсказание детерминированных функций с приложениями к планированию и анализу компьютерных экспериментов". Журнал Американской статистической ассоциации, 86, 953–963.
• Кимелдорф, Г. С. и Вахба, Г. (1970) «Соответствие между байесовской оценкой случайных процессов и сглаживанием сплайнами», «Анналы математической статистики», 41, 495–502.
• О'Хаган, А. (1978) «Подбор кривой и оптимальный дизайн для прогнозов». Журнал Королевского статистического общества В, 40, 1–42.
• О'Хаган, А. (2006) «Байесовский анализ выходных данных компьютерного кода: учебное пособие», «Разработка надежности и безопасность систем», 91, 1290–1300.
• Сакс, Дж., Уэлч, У. Дж., Митчелл, Т. Дж., И Винн, Х. П. (1989) "Дизайн и анализ компьютерных экспериментов". Статистическая наука, 4, 409–423.