論文の概要: Multielement polynomial chaos Kriging-based metamodelling for Bayesian
inference of non-smooth systems
- arxiv url: http://arxiv.org/abs/2212.02250v1
- Date: Mon, 5 Dec 2022 13:22:39 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-06 18:44:32.664086
- Title: Multielement polynomial chaos Kriging-based metamodelling for Bayesian
inference of non-smooth systems
- Title（参考訳）: 非スムース系のベイズ推定のための多元多項式カオスクリッピングに基づくメタモデリング
- Authors: J.C. Garc\'ia-Merino, C. Calvo-Jurado, E. Mart\'inez-Pa\~neda, E.
Garc\'ia-Mac\'ias
- Abstract要約: 本稿では,高非線形工学モデルのベイズパラメータ推定のための領域分割に基づく代理モデリング手法を提案する。
開発されたサロゲートモデルは、入力空間の非重複の有限集合上に構築された局所ポリノミアルカオスに基づくクリギングメタモデルの配列を断片的に関数として結合する。
提案手法の有効性と精度は,解析的ベンチマークと数値的ケーススタディを含む2つのケーススタディを通じて検証される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a surrogate modelling technique based on domain
partitioning for Bayesian parameter inference of highly nonlinear engineering
models. In order to alleviate the computational burden typically involved in
Bayesian inference applications, a multielement Polynomial Chaos Expansion
based Kriging metamodel is proposed. The developed surrogate model combines in
a piecewise function an array of local Polynomial Chaos based Kriging
metamodels constructed on a finite set of non-overlapping subdomains of the
stochastic input space. Therewith, the presence of non-smoothness in the
response of the forward model (e.g.~ nonlinearities and sparseness) can be
reproduced by the proposed metamodel with minimum computational costs owing to
its local adaptation capabilities. The model parameter inference is conducted
through a Markov chain Monte Carlo approach comprising adaptive exploration and
delayed rejection. The efficiency and accuracy of the proposed approach are
validated through two case studies, including an analytical benchmark and a
numerical case study. The latter relates the partial differential equation
governing the hydrogen diffusion phenomenon of metallic materials in Thermal
Desorption Spectroscopy tests.
- Abstract（参考訳）: 本稿では,高非線形工学モデルのベイズパラメータ推定のための領域分割に基づくサロゲートモデリング手法を提案する。
ベイズ推論の応用に典型的に関係する計算量を軽減するため、krigingメタモデルに基づく多元多項式カオス展開を提案する。
開発したサーロゲートモデルは、確率的入力空間の非重複部分ドメインの有限集合上に構築された局所多項式カオスに基づくクリッピングメタモデルの集合を分割関数で結合する。
これにより、フォワードモデル(例えば、非線形性やスパース性)の応答における非滑らかさの存在は、その局所適応能力により最小計算コストのメタモデルによって再現することができる。
モデルパラメータ推論は、適応探索と遅延拒絶を含むマルコフ連鎖モンテカルロアプローチによって行われる。
提案手法の有効性と精度は,解析的ベンチマークと数値的ケーススタディを含む2つのケーススタディを通じて検証される。
後者は、熱脱離分光試験において金属材料の水素拡散現象を規定する偏微分方程式に関するものである。
関連論文リスト
- Learning Latent Space Dynamics with Model-Form Uncertainties: A Stochastic Reduced-Order Modeling Approach [0.0]
本稿では,複素系の低次モデリングにおけるモデル形式不確かさの表現と定量化のための確率論的アプローチを提案する。
提案手法は,プロジェクション行列のランダム化により近似空間を拡張することにより,これらの不確実性を捉える。
提案手法の有効性は, 推算演算子に対するモデル形状の不確実性の影響を同定し, 定量化することにより, 流体力学における正準問題に対して評価される。
論文 参考訳（メタデータ） (2024-08-30T19:25:28Z) - Linear Noise Approximation Assisted Bayesian Inference on Mechanistic Model of Partially Observed Stochastic Reaction Network [2.325005809983534]
本稿では、部分的に観察された酵素反応ネットワーク(SRN)に対する効率的なベイズ推論手法を開発する。
線形雑音近似(LNA)メタモデルを提案する。
マルコフ・チェイン・モンテカルロの収束を高速化するために、導出確率の勾配を利用して効率的な後方サンプリング手法を開発した。
論文 参考訳（メタデータ） (2024-05-05T01:54:21Z) - Conditional Korhunen-Lo\'{e}ve regression model with Basis Adaptation
for high-dimensional problems: uncertainty quantification and inverse
modeling [62.997667081978825]
本稿では,物理系の観測可能な応答のサロゲートモデルの精度を向上させる手法を提案する。
本研究では,定常水理応答のBasis Adaptation (BA)法による代理モデル構築に提案手法を適用した。
論文 参考訳（メタデータ） (2023-07-05T18:14:38Z) - 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) - Bayesian Discrete Conditional Transformation Models [0.0]
本稿では,応答の条件変換に基づく離散順序数とカウントデータのための新しいベイズモデルフレームワークを提案する。
数え上げ応答に対して、結果の変換モデルはベイズ完全パラメトリックであるが分布自由なアプローチである。
推論は、ジェネリックモジュラー・マルコフ連鎖モンテカルロアルゴリズムによって行われる。
論文 参考訳（メタデータ） (2022-05-17T19:26:43Z) - A Variational Inference Approach to Inverse Problems with Gamma
Hyperpriors [60.489902135153415]
本稿では,ガンマハイパープライヤを用いた階層的逆問題に対する変分反復交替方式を提案する。
提案した変分推論手法は正確な再構成を行い、意味のある不確実な定量化を提供し、実装が容易である。
論文 参考訳（メタデータ） (2021-11-26T06:33:29Z) - 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) - Estimation of Switched Markov Polynomial NARX models [75.91002178647165]
非線形自己回帰(NARX)成分を特徴とするハイブリッド力学系のモデル群を同定する。
提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。
論文 参考訳（メタデータ） (2020-09-29T15:00:47Z) - Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。
本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。
このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
論文 参考訳（メタデータ） (2020-09-29T12:50:33Z) - A Computationally Tractable Framework for Nonlinear Dynamic Multiscale
Modeling of Membrane Fabric [0.0]
このフレームワークは、周期的サブスケール構造の局所化部分を有限要素を用いてモデル化する「有限要素二乗」(または FE2)法の一般化である。
この枠組みは、織布製のパラシュートキャノピーの超音速インフレーションを含む現実的な火星着陸アプリケーションとして実証され、検証されている。
論文 参考訳（メタデータ） (2020-07-12T00:05:11Z) - Operator inference for non-intrusive model reduction of systems with
non-polynomial nonlinear terms [6.806310449963198]
本研究では,非ポリノミカル非線形項が空間的局所的な力学系の低次元モデルを学習するための非侵襲的モデル還元法を提案する。
提案手法では,非ポリノミカル項を解析形式でのみ必要とし,ブラックボックスフルモデルソルバを用いて計算したスナップショットから残りのダイナミクスを学習する。
提案手法は, 偏微分方程式, 拡散反応シャフィー・インファンテモデル, 反応流の管状反応器モデル, 化学分離過程を記述したバッチクロマトグラフィーモデルによって制御される3つの問題について実証した。
論文 参考訳（メタデータ） (2020-02-22T16:27:05Z)
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。