• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of the royal statistical society >Computer model calibration with large non-stationary spatial outputs: application to the calibration of a climate model
【24h】

Computer model calibration with large non-stationary spatial outputs: application to the calibration of a climate model

机译：具有较大的非平稳空间输出的计算机模型校准：在气候模型校准中的应用

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Bayesian calibration of computer models tunes unknown input parameters by comparing outputs with observations. For model outputs that are distributed over space, this becomes computationally expensive because of the output size. To overcome this challenge, we employ a basis representation of the model outputs and observations: we match these decompositions to carry out the calibration efficiently. In the second step, we incorporate the non-stationary behaviour, in terms of spatial variations of both variance and correlations, in the calibration. We insert two integrated nested Laplace approximation-stochastic partial differential equation parameters into the calibration. A synthetic example and a climate model illustration highlight the benefits of our approach.
机译：计算机模型的贝叶斯校准通过将输出与观察值进行比较来调整未知的输入参数。对于在空间上分布的模型输出，由于输出大小，这在计算上变得昂贵。为了克服这一挑战，我们采用模型输出和观测值的基本表示形式：我们将这些分解进行匹配以有效地执行校准。在第二步中，我们将方差和相关性的空间变化方面的非平稳行为纳入校准。我们将两个集成的嵌套拉普拉斯逼近随机偏微分方程参数集成到校准中。一个综合的例子和一个气候模型说明突出了我们方法的好处。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号