项目名称: 自动参数化MT贝叶斯反演的非线性与误差估计研究

项目编号: No.41174103

项目类型: 面上项目

立项/批准年度: 2012

项目学科: 地球物理学和空间物理学

项目作者: 柳建新

作者单位: 中南大学

项目金额: 75万元

中文摘要: 传统反演方法通常求得单点最佳估计,无法获得反演结果的有效性及参数化对反演结果的影响等信息。针对以上问题,本研究拟采用可逆跳跃Metropolis Hastings贝叶斯反演理论研究大地电磁法(MT)反演的非线性和不确定度,探究参数化在反演中的作用,评价传统地球物理反演的有效性,提出一种高效、自动参数化的贝叶斯反演方法。主要内容包括MT高效正演算法研究,模型表述与自动参数化及可逆跳跃采样方法研究与贝叶斯推断。采用几何代数多重网格求解法和边界压缩提高正演效率;采用有限可变大小块状单元、节点简化物理模型,节点间参数呈梯度变化;完善可逆跳跃Metropolis Hastings采样理论,由数据和先验信息自动选择参数维数;单点估计、不确定分析、相关度等贝叶斯推断解释。该研究将量化参数化对反演的影响、实现对传统反演结果线性化误差估计的有效性分析和传统反演方法的评价;实现反演解释的一致性、鲁棒性分析。

中文关键词: 可变空间贝叶斯反演;大地电磁法;不确定度;模型参数化;主轴空间

英文摘要:

英文关键词: trans-dimensional Bayesian inversion;Magnetotellurics;Uncertainty;model parameterization;principal model space

成为VIP会员查看完整内容
0

相关内容

专知会员服务
117+阅读 · 2021年10月6日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
33+阅读 · 2021年9月18日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
73+阅读 · 2020年12月7日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
正则化方法小结
极市平台
2+阅读 · 2021年11月24日
浅谈贝叶斯和MCMC
AI100
14+阅读 · 2018年6月11日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
从最大似然到EM算法:一致的理解方式
PaperWeekly
18+阅读 · 2018年3月19日
零基础概率论入门:最大似然估计
论智
12+阅读 · 2018年1月18日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年5月13日
Arxiv
0+阅读 · 2022年5月10日
Arxiv
11+阅读 · 2021年3月25日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
小贴士
相关主题
相关VIP内容
专知会员服务
117+阅读 · 2021年10月6日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
33+阅读 · 2021年9月18日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
73+阅读 · 2020年12月7日
【新书册】贝叶斯神经网络,41页pdf
专知会员服务
177+阅读 · 2020年6月3日
自动结构变分推理,Automatic structured variational inference
专知会员服务
38+阅读 · 2020年2月10日
WSDM 2020教程《深度贝叶斯数据挖掘》,附257页PPT下载
专知会员服务
156+阅读 · 2020年2月7日
相关资讯
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
正则化方法小结
极市平台
2+阅读 · 2021年11月24日
浅谈贝叶斯和MCMC
AI100
14+阅读 · 2018年6月11日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
从最大似然到EM算法:一致的理解方式
PaperWeekly
18+阅读 · 2018年3月19日
零基础概率论入门:最大似然估计
论智
12+阅读 · 2018年1月18日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员