Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

The use of radial basis function surrogate models for sampling process acceleration in Bayesian inversio

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68145535%3A_____%2F20%3A00537236" target="_blank" >RIV/68145535:_____/20:00537236 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://link.springer.com/chapter/10.1007%2F978-3-030-14907-9_23" target="_blank" >https://link.springer.com/chapter/10.1007%2F978-3-030-14907-9_23</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-030-14907-9_23" target="_blank" >10.1007/978-3-030-14907-9_23</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    The use of radial basis function surrogate models for sampling process acceleration in Bayesian inversio

  • Popis výsledku v původním jazyce

    The Bayesian approach provides a natural way of solving engineering inverse problems including uncertainties. The objective is to describe unknown parameters of a mathematical model based on noisy measurements. Using the Bayesian approach, the vector of unknown parameters is described by its joint probability distribution, i.e. the posterior distribution. To provide samples, Markov Chain Monte Carlo methods can be used. Their disadvantage lies in the need of repeated evaluations of the mathematical model that are computationally expensive in the case of practical problems.nnThis paper focuses on the reduction of the number of these evaluations. Specifically, it explores possibilities of the use of radial basis function surrogate models in sampling methods based on the Metropolis-Hastings algorithm. Furthermore, updates of the surrogate model during the sampling process are suggested. The procedure of surrogate model updates and its integration into the sampling algorithm is implemented and supported by numerical experiments.

  • Název v anglickém jazyce

    The use of radial basis function surrogate models for sampling process acceleration in Bayesian inversio

  • Popis výsledku anglicky

    The Bayesian approach provides a natural way of solving engineering inverse problems including uncertainties. The objective is to describe unknown parameters of a mathematical model based on noisy measurements. Using the Bayesian approach, the vector of unknown parameters is described by its joint probability distribution, i.e. the posterior distribution. To provide samples, Markov Chain Monte Carlo methods can be used. Their disadvantage lies in the need of repeated evaluations of the mathematical model that are computationally expensive in the case of practical problems.nnThis paper focuses on the reduction of the number of these evaluations. Specifically, it explores possibilities of the use of radial basis function surrogate models in sampling methods based on the Metropolis-Hastings algorithm. Furthermore, updates of the surrogate model during the sampling process are suggested. The procedure of surrogate model updates and its integration into the sampling algorithm is implemented and supported by numerical experiments.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LQ1602" target="_blank" >LQ1602: IT4Innovations excellence in science</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2020

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Lecture Notes in Electrical Engineering

  • ISBN

    978-3-030-14906-2

  • ISSN

    1876-1100

  • e-ISSN

    1876-1119

  • Počet stran výsledku

    11

  • Strana od-do

    228-238

  • Název nakladatele

    Springer Nature Switzerland AG

  • Místo vydání

    Cham

  • Místo konání akce

    Ostrava

  • Datum konání akce

    11. 11. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku