階層ベイズ更新とモデル選択による相関を有するパラメータの不確定性定量化

DOI Web Site
  • 北原 優
    東京大学大学院　工学系研究科社会基盤学専攻
  • 北原 武嗣
    関東学院大学　理工学部土木学系
  • BEER Michael
    Leibniz University Hannover, Institute for Risk and Reliability

書誌事項

タイトル別名
  • HIERARCHICAL BAYESIAN MODEL UPDATING AND MODEL SELECTION FOR QUANTIFYING UNCERTAINTIES IN DEPENDENT PARAMETERS

抄録

<p>階層ベイズ更新では，モデルパラメータ固有の変動を確率分布で表し，モデル応答と観測データの確率的な不一致を最小化するように超パラメータを更新する．著者らは階層ベイズ更新における主観的仮説を避けるため，広範な分布を離散的に近似可能である階段状確率分布の適用を検討してきた．本研究では，新たにパラメータ間の相関を考慮するため，コピュラと階段状確率分布による同時分布のモデル化を検討する．異なる相関構造を表す複数のコピュラから最適なコピュラを決定するため，ベイズモデル選択を援用する．提案手法は，簡単な 3 自由度のバネマスモデルを用いた数値例題により検証され，限られた事前情報と観測データから，パラメータの不確定性を相関構造まで含めて適切に定量化できることを示した．</p>

収録刊行物

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ