.png){kind=icon}
返回
Bayesian Emulation for Computer Models with Multiple Partial Discontinuities
.png){kind=icon}
PRE
AI
DOI：10.1214/24-BA1456.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
计算机模型被广泛应用于众多科学学科以描述各种复杂的物理系统，然而要进行完整的参数不确定性量化，我们通常需要使用代理模型。代理模型是一种快速的统计构建，模拟计算密集型计算机模型，并极大地辅助科学分析中常需的大量计算密集型参数不确定性量化计算。我们考察了模拟具有多个部分间断且发生在已知非线性位置的计算模型的问题。我们介绍了基于精心设计的关联结构的撕裂嵌入非平稳代理模型（TENSE）框架，该结构尊重间断性同时能够完全利用其他任何平滑性/连续性。这导致了一个可以由所有运行同时更新的单一代理模型对象，也可用于高效设计。这种方法避免了将输入空间分割成多个子区域的需要。我们将TENSE框架应用于TNO挑战II，模拟具有多个此类间断性的OLYMPUS储层模型。
Keyword:
uncertainty quantification
Gaussian process
Bayes linear
