Wohlmuth, Barbara (Prof. Dr.); Podgórski, Krzysztof (Prof. Dr.)
Language:
en
Subject group:
MAT Mathematik
Keywords:
Dimension reduction, Bayesian parameter inference
Translated keywords:
Dimensionsreduktion, Bayes'sche Parameterinferenz
TUM classification:
MAT 650d
Abstract:
Bayesian inverse problems constitute an important methodological part of parameter studies in predictive modeling. Since high-dimensional parameter spaces often require a huge computational effort, approaches for cost reduction are of fundamental importance. For example, the costs can be substantially reduced by exploiting low-dimensional structure in the form of active subspaces. In this work, we derive new generalized bounds, develop an iterative algorithm, and demonstrate computational benefits with models from various applied disciplines.
«
Bayesian inverse problems constitute an important methodological part of parameter studies in predictive modeling. Since high-dimensional parameter spaces often require a huge computational effort, approaches for cost reduction are of fundamental importance. For example, the costs can be substantially reduced by exploiting low-dimensional structure in the form of active subspaces. In this work, we derive new generalized bounds, develop an iterative algorithm, and demonstrate computational benefi...
»
Translated abstract:
In der prädiktiven Modellierung stellen Bayes'sche inverse Probleme einen wichtigen methodischen Bestandteil von Parameterstudien dar. Da hierbei in hochdimensionalen Parameterräumen oft ein großer Rechenaufwand entsteht, sind Methodiken zur Kostenreduktion von fundamentaler Bedeutung. Eine Möglichkeit besteht darin, niederdimensionale Strukturen in der Form von aktiven Unterräumen auszunutzen. In dieser Arbeit werden neue verallgemeinerte Schranken hergeleitet, ein iterativer Algorithmus entwickelt und die Robustheit und Flexibilität der vorgestellten Methodik anhand von Modellen aus verschiedenen Anwendungsdisziplinen demonstriert.
«
In der prädiktiven Modellierung stellen Bayes'sche inverse Probleme einen wichtigen methodischen Bestandteil von Parameterstudien dar. Da hierbei in hochdimensionalen Parameterräumen oft ein großer Rechenaufwand entsteht, sind Methodiken zur Kostenreduktion von fundamentaler Bedeutung. Eine Möglichkeit besteht darin, niederdimensionale Strukturen in der Form von aktiven Unterräumen auszunutzen. In dieser Arbeit werden neue verallgemeinerte Schranken hergeleitet, ein iterativer Algorithmus entwic...
»