论文题目:Efficient calibration for imperfect computer models
论文作者:R. Tuo(庹睿), Jeff C. F. Wu(吴建福)
成果介绍:
在科学研究和工程应用中许多计算机模型包含一些未知参数,需要利用真实的观察数据通过统计方法进行估计,该问题称为对计算机模型的校准。
针对带有随机真实数据的校准问题,庹睿与美国工程院院士吴建福教授提出了一种巧妙的L2-校准方法,并证明了该方法的合理性及半参数有效性,并用数值实验证明了他们提出的新方法对所有已有方法的优越性。
利用给定背景势能场中一群带荷粒子的分布构型可以构造一类新的计算机建模试验设计问题,该方法可被应用于设计空间中未知区域的探测这一困难问题。据此,他与合作者提出了被称为能量设计最小化的新型空间填充设计方法。证明了,通过对带荷粒子的荷函数进行适当的设计,该新型空间填充设计方法可以渐近生成服从任何概率密度的样本点。
所属学科:统计学
所属实验室或研究中心:质量与数据科学研究中心
论文地址:https://projecteuclid.org/euclid.aos/1444222077
参考文献:
1. R. Tuo, Jeff C. F. Wu, Efficient calibration for imperfect computer models. Ann. Statist., 43, no.6, 2331–2352, 2015.
2. J. V. Roshan, D.Tirthankar, R. Tuo, Jeff C. F. Wu, Sequential exploration of complex surfaces using minimum energy designs, Technometrics, 57, no.1, 64–74, 2015.