Norges Teknisk-naturvitenskapelige Universitet Specifying a Gaussian Markov Random Field by a Sparse Cholesky Triangle Specifying a Gaussian Markov Random Field by a Sparse Cholesky Triangle
Norges Teknisk-naturvitenskapelige Universitet Specifying a Gaussian Markov Random Field by a Sparse Cholesky Triangle Specifying a Gaussian Markov Random Field by a Sparse Cholesky Triangle
复制标题
DOI：
--
复制
发表时间：
--
期刊：
影响因子：
--
通讯作者：
H. Wist;H. Rue
中科院分区：
文献类型：
--
作者：
H. Wist;H. Rue
本文讨论了通过精度矩阵的乔列斯基三角形指定高斯马尔可夫随机场（GMRF）的方法。这样的表示可以使用不完全稀疏Cholesky因式分解的数值技术变得非常稀疏，并提供非常有效的计算表示用于从GMRF进行模拟。然而，我们提供了理论和经验的理由表明，稀疏乔莱斯基三角形表示是脆弱的条件时，GMRF的一个子集的变量或观测数据，这意味着计算成本增加。
This note discusses the approach of specifying a Gaussian Markov random field (GMRF) by the Cholesky triangle of the precision matrix. A such representation can be made extremely sparse using numerical techniques for incomplete sparse Cholesky factorisation, and provide very computational efficient representation for simulating from the GMRF. However, we provide theoretical and empirical justification showing that the sparse Cholesky triangle representation is fragile when conditioning a GMRF on a subset of the variables or observed data, meaning that the computational cost increases.