Байезианский процесс " Веккия Гауссиан &qt; через последовательность Монте-Карло

arXiv: 261 030.36770v1 Annualce Type: New Humber Brieflow: Компьютерные модели (или имитаторы) используются во многих научных областях для понимания и прогнозирования процессов в реальном мире, но они стоят дорого. Одним из способов решения этой проблемы является использование Гауссианских процессов (ГПС). В случае сложных физических систем, таких как штормовый прилив, результаты моделирования часто отличаются разнородностью структур, и многие нестационарные методы GP становятся практически нецелесообразными с помощью нескольких вводимых ресурсов и десятков тысяч пробегов. Для решения этих проблем мы сочетаем идею разделения и поглощения моделей GP с аппроксимациями Vecchia в модели Bayesian Wechia GP (TVGP). В модели используется байесовская классификация и регрессионное дерево до случайного рекурсивного разделения входной области. Внутри каждого листа аппроксимация Vecchia позволяет проводить эффективную оценку вероятности. Для байесовского вывода мы разрабатываем последовательный алгоритм Монте Карло, который исследует пространство деревьев как альтернативу обратной марковской цепи Monte Carlo. Я