Odhad neparametrických hierarchických Bayesovských modelů
| advisor: | doc. Ing. Václav Šmídl, Ph.D. |
| e-mail: | show e-mail |
| type: | phd thesis |
| branch of study: | MI_AMSM |
| link: | http://www.utia.cas.cz/cs/people/smidl |
| description: | Neparametrické Bayesovské modely nacházejí často uplatnění na složité úlohy, kde neznáme parametrický model. Flexibilita neparametrických modelů jako jsou Gausovské procesy je velkou výhodou pro přesnější modelování regresních úloh nebo výpočtu integrálů (Bayesian quadrature). Kvalita výsledného algoritmu záleží na odhadu hyparparemetrů použitého modelu (např. parametrů kovarianční funkce Gausovského procesu). Standardní metody odhadu pomocí maximální věrohodnosti fungují na jednoduché modely, avšak selhávají pro složitější úlohy např. s heteroskedactickým šumem. Cílem práce je nalézt metody odhadu hyperparametrů stochastických procesů, které umožňují odhad složitějších hierarchických modelů. Tato modely budou vyvíjeny pro potřeby Bayesovské optimalizace a Bayesovské integrace. Aplikace očekáváme především v oblasti optimalizace a kalibrace složitých počítačových modelů, například simulace složitých strojů a inverzní modelování atmosférických disperzních modelů. |
| last update: | 19.05.2017 15:03:09 |
administrator for this page:
Ľubomíra Dvořáková | last update: 09/12/2011