用于三角洲胡瓜鱼保护的批量序贯设计与异方差代理建模
应用统计
2021-03-19 v2
摘要
三角洲胡瓜鱼是旧金山河口的一种濒危鱼类，在过去 30 年中总体种群数量呈下降趋势。研究者已开发一种随机的、基于智能体的模拟器来虚拟化该系统，旨在理解被认为在其衰退中起作用的天然与人为因素的相对贡献。然而，输入配置空间为高维，运行模拟器耗时，且其带噪输出在均值与方差上均呈非线性变化。要获得足够多的运行以有效学习输入输出动态，既需要灵活的建模策略，也需要并行超级计算机评估。异方差高斯过程（HetGP）代理建模的最新进展有所帮助，但关于如何为高度分布式模拟器评估合理规划实验知之甚少。我们提出一种批量序贯设计方案，将针对 HetGP 代理的一次一个方差主动学习推广，以使多核集群节点始终满载运行昂贵计算。我们的采集策略经过精心构建，倾向于选择重复点，从而在训练代理以在高噪声区域分离信号时提升统计与计算效率。在开展大规模胡瓜鱼模拟活动与下游高保真输入敏感性分析之前，设计与建模性能通过一系列玩具示例加以说明。
引用
@article{arxiv.2010.06515,
title = {Batch-sequential design and heteroskedastic surrogate modeling for delta smelt conservation},
author = {Boya Zhang and Robert B. Gramacy and Leah Johnson and Kenneth A. Rose and Eric Smith},
journal= {arXiv preprint arXiv:2010.06515},
year = {2021}
}