Multi-Scale Vecchia Approximations of Gaussian Processes
Multi-Scale Vecchia Approximations of Gaussian Processes
复制标题
高斯过程的多尺度 Vecchia 近似
DOI：
10.1007/s13253-022-00488-0
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
Katzfuss, Matthias
中科院分区：
文献类型：
--
作者：
Zhang, Jingjie;Katzfuss, Matthias
高斯过程（GP）是函数、时间序列和空间场的流行模型，但直接应用GP在计算上不适用于大型数据集。我们提出了一个多尺度Vecchia（MSV）近似的全球定位系统的建模和分析的多尺度现象，这是无处不在的地球物理和其他应用。在MSV方法中，越来越大的变量集捕获越来越小的空间变化尺度，以获得从非常大到非常细尺度的空间依赖性的精确近似。对于给定的一组观测数据，MSV方法将数据分解为不同的尺度，这些尺度可以可视化以获得对底层过程的洞察。我们探讨的MSV近似的属性，并提出了一个自动选择的调谐参数的算法。我们提供了现有的方法模拟数据的基础上，并使用卫星测量的地表温度进行比较。
Gaussian processes (GPs) are popular models for functions, time series, and spatial fields, but direct application of GPs is computationally infeasible for large datasets. We propose a multi-scale Vecchia (MSV) approximation of GPs for modeling and analysis of multi-scale phenomena, which are ubiquitous in geophysical and other applications. In the MSV approach, increasingly large sets of variables capture increasingly small scales of spatial variation, to obtain an accurate approximation of the spatial dependence from very large to very fine scales. For a given set of observations, the MSV approach decomposes the data into different scales, which can be visualized to obtain insights into the underlying processes. We explore properties of the MSV approximation and propose an algorithm for automatic choice of the tuning parameters. We provide comparisons to existing approaches based on simulated data and using satellite measurements of land-surface temperature.
登录
查看更多内容
用于多分辨率贝叶斯估计的非齐次 MRF 模型
DOI：
--
发表时间：
1996
期刊：
Proceedings of IEEE international conference on image processing
影响因子：
--
作者：
S. S. Saquib;C. Bouman;K. Sauer
通讯作者：
K. Sauer
影响因子：
1.4
作者：
M. Katzfuss;Wenlong Gong
通讯作者：
M. Katzfuss;Wenlong Gong
影响因子：
6.1
作者：
Jun Zhu;C. Morgan;J. Norman;Wei Yue;B. Lowery
通讯作者：
Jun Zhu;C. Morgan;J. Norman;Wei Yue;B. Lowery
一种针对海量数据集的快速、最优空间预测方法
DOI：
--
发表时间：
2005
期刊：
影响因子：
--
作者：
S. Tzeng;Hsin;N. Cressie
通讯作者：
N. Cressie
DOI：
--
发表时间：
2007-07
期刊：
--
影响因子：
--
作者：
Marco A. R. Ferreira;Herbert K. H. Lee
通讯作者：
Marco A. R. Ferreira;Herbert K. H. Lee