Multilevel delayed acceptance MCMC

.We develop a fast and scalable computational framework to solve Bayesian optimal experimental design problems governed by partial differential equations (PDEs) with application to optimal sensor placement by maximizing expected information gain (EIG). Such problems are particularly challenging due...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Lykkegaard, Mikkel (VerfasserIn) , Dodwell, T. J. (VerfasserIn) , Fox, C. (VerfasserIn) , Mingas, G. (VerfasserIn) , Scheichl, Robert (VerfasserIn)
Dokumenttyp: Article (Journal)
Sprache:Englisch
Veröffentlicht: January 25, 2023
In: SIAM ASA journal on uncertainty quantification
Year: 2023, Jahrgang: 11, Heft: 1, Pages: 1-30
ISSN:2166-2525
DOI:10.1137/22M1476770
Online-Zugang:Verlag, lizenzpflichtig, Volltext: https://doi.org/10.1137/22M1476770
Verlag, lizenzpflichtig, Volltext: https://epubs.siam.org/doi/10.1137/22M1476770
Volltext
Verfasserangaben:M.B. Lykkegaard, T.J. Dodwell, C. Fox, G. Mingas, and R. Scheichl
Search Result 1

Multilevel delayed acceptance MCMC von Lykkegaard, Mikkel (VerfasserIn) , Dodwell, Tim J. (VerfasserIn) , Fox, Colin (VerfasserIn) , Mingas, Grigorios (VerfasserIn) , Scheichl, Robert (VerfasserIn) ,


Volltext
Article (Journal) Kapitel/Artikel Online Resource