論文の概要: Variational Inference at Glacier Scale

• arxiv url: http://arxiv.org/abs/2108.07263v1
• Date: Mon, 16 Aug 2021 17:56:43 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-17 16:33:34.237074
• Title: Variational Inference at Glacier Scale
• Title（参考訳）: 氷河スケールにおける変分推論
• Authors: Douglas J. Brinkerhoff
• Abstract要約: 氷床モデルの空間的変動による基底運動と氷軟度パラメータの完全な後部分布を特徴付ける。 観測ノイズモデルの選択にかかわらず, 遅い流れの領域における後部不確実性が高いことが判明した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We characterize the complete joint posterior distribution over spatially-varying basal traction and and ice softness parameters of an ice sheet model from observations of surface speed by using stochastic variational inference combined with natural gradient descent to find an approximating variational distribution. By placing a Gaussian process prior over the parameters and casting the problem in terms of eigenfunctions of a kernel, we gain substantial control over prior assumptions on parameter smoothness and length scale, while also rendering the inference tractable. In a synthetic example, we find that this method recovers known parameters and accounts for mutual indeterminacy, both of which can influence observed surface speed. In an application to Helheim Glacier in Southeast Greenland, we show that our method scales to glacier-sized problems. We find that posterior uncertainty in regions of slow flow is high regardless of the choice of observational noise model.
• Abstract（参考訳）: 本研究では, 表面速度の観測から, 空間的に変化する基底トラクションと氷床モデルの氷軟度パラメータの完全な後部分布を, 自然な勾配降下と組み合わせた確率的変動推論を用いて解析し, 変動分布の近似を求める。 パラメータの上にガウス過程を配置し、カーネルの固有関数の観点から問題をキャストすることにより、パラメータの滑らかさと長さスケールに関する事前の仮定をかなり制御し、推論を抽出可能とする。 合成例では、この手法が既知のパラメータを回復し、相互不確定性を考慮し、観測された表面速度に影響を与えることを発見した。 南東グリーンランドのHelheim Glacierへの適用により,我々の手法が氷河規模の問題にスケールすることを示した。 観測ノイズモデルの選択にかかわらず, 遅い流れの領域における後部不確実性が高いことがわかった。

関連論文リスト

• von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
  円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。 後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Analytical derivation and extension of the anti-Kibble-Zurek scaling in the transverse field Ising model [0.29465623430708904]
  スピン基底状態からの偏差を定量化する欠陥密度は、相転移中の非平衡ダイナミクスを特徴づける。 広く知られているKibble-Zurekスケーリングは、相転移中に欠陥密度がどのように進化するかを予測する。 しかし、ノイズによって摂動できるため、アンチ・キブル・ズールクのスケーリングに繋がる。
  論文  参考訳（メタデータ） (2024-04-26T08:41:21Z)
• History-Based, Bayesian, Closure for Stochastic Parameterization: Application to Lorenz '96 [0.09137554315375918]
  本研究では,ニューラルネットワークに対するベイズ形式に基づく新しいパラメータ化手法を開発し,不確実な定量化を考慮に入れた。 ベイズ史に基づくパラメータ化をLorenz '96モデルに適用し,ノイズやスパースデータの存在下でのパラメータ化について検討した。 このアプローチは閉包問題に対するベイズ的アプローチの活用の道を開く。
  論文  参考訳（メタデータ） (2022-10-26T05:22:50Z)
• Kernel Learning for Explainable Climate Science [19.654936516882803]
  ヒマラヤ上部インダス盆地の降水パターンをモデル化するための非定常核を提案する。 入力依存長スケールでパラメータ化した非定常ギブスカーネルを用いた降水時の空間的変動について考察する。 アブレーション実験では,提案するカーネルの各コンポーネントを,空間的共分散,時間的構造,共同時間的再構成をモデル化する能力を示すことによって動機付けを行った。
  論文  参考訳（メタデータ） (2022-09-11T22:10:08Z)
• Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
  本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。 提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
  論文  参考訳（メタデータ） (2022-05-18T17:11:23Z)
• Bridging the gap between topological non-Hermitian physics and open quantum systems [62.997667081978825]
  局所摂動に対する応答を測定することにより,異なる位相位相間の遷移を検出する方法を示す。 我々の定式化は1Dハタノ・ネルソンモデルで例示され、ボソニックケースとフェルミオンケースの違いを強調している。
  論文  参考訳（メタデータ） (2021-09-22T18:00:17Z)
• Moment-Based Variational Inference for Stochastic Differential Equations [31.494103873662343]
  我々は,前処理の制御バージョンとして変分過程を構築する。 我々は、モーメント関数のセットによって後部を近似する。 モーメント閉包と組み合わせて、平滑化問題は決定論的最適制御問題に還元される。
  論文  参考訳（メタデータ） (2021-03-01T13:20:38Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)
• Constraining subglacial processes from surface velocity observations using surrogate-based Bayesian inference [0.0]
  基底運動は、南極の外での氷の流束の主要なメカニズムであるが、それを予測するための広く適用可能なモデルである。 これは、小規模のベッド特性の観察と、基底運動が依存する時間変化水圧の予測の両方が困難であるためである。 我々は、グリーンランド南西部の表面速度の観測に基づく氷力学と氷下水理の結合モデルと条件付けにより、これらの問題にベイズ的アプローチを採っている。
  論文  参考訳（メタデータ） (2020-06-22T16:47:33Z)
• Shape Matters: Understanding the Implicit Bias of the Noise Covariance [76.54300276636982]
  勾配降下のノイズはパラメータ化モデルに対するトレーニングにおいて重要な暗黙の正則化効果をもたらす。 ミニバッチやラベルの摂動によって引き起こされるパラメータ依存ノイズはガウスノイズよりもはるかに効果的であることを示す。 分析の結果,パラメータ依存ノイズは局所最小値に偏りを生じさせるが,球状ガウス雑音は生じないことがわかった。
  論文  参考訳（メタデータ） (2020-06-15T18:31:02Z)
• Semiparametric Bayesian Forecasting of Spatial Earthquake Occurrences [77.68028443709338]
  本稿では, Epidemic Type Aftershock Sequence (ETAS) モデルのベイズ的完全定式化を提案する。 地理的領域における主震の発生は不均一な空間的点過程に従うと仮定される。
  論文  参考訳（メタデータ） (2020-02-05T10:11:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。