Metody inwersji Bayesowskiej - zaczynamy...

Podobne dokumenty
Elementy wspo łczesnej teorii inwersji

Inverse problems - Introduction - Probabilistic approach

Węglowego. Title: Pasywna tomografia sejsmiczna obszaru Górnośląskiego Zagłębia. Author: Wojciech Dębski, Łukasz Rudziński

Współczesna technika inwersyjna - dokad zmierzamy? Wojciech Dȩbski

Zastosowania metod analitycznej złożoności obliczeniowej do przetwarzania sygnałów cyfrowych oraz w metodach numerycznych teorii aproksymacji

Elementy wspo łczesnej teorii inwersji

Elementy wspo łczesnej teorii inwersji

Rozwiązanie zadania w podejściu optymalizacyjnym

I. KARTA PRZEDMIOTU CEL PRZEDMIOTU

Elementy wspo łczesnej teorii inwersji

Opisy przedmiotów do wyboru

NAFTA-GAZ grudzień 2009 ROK LXV

Przedmioty do wyboru oferowane na stacjonarnych studiach II stopnia (magisterskich) dla II roku w roku akademickim 2015/2016

Proposal of thesis topic for mgr in. (MSE) programme in Telecommunications and Computer Science

SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka

tum.de/fall2018/ in2357

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

3. PRZEDMIOT ZAMÓWIENIA

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

Tomografia sejsmiczna w górnictwie

Jak trudne jest numeryczne całkowanie (O złożoności zadań ciągłych)

Ekonometryczne modele nieliniowe

Spis treści. Przedmowa Monika Książek Rozdział I Analiza danych jakościowych... 25

SEMINARIA DYPLOMOWE - studia II stopnia kierunek: informatyka i ekonometria oraz matematyka

Opisy przedmiotów do wyboru

Probabilistic Methods and Statistics. Computer Science 1 st degree (1st degree / 2nd degree) General (general / practical)

CYFROWE PRZETWARZANIE SYGNAŁÓW

strona 1 / 5 Specjalizacja: B4. Analiza kointegracyjna Publikacje:

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w

3.

Metody Obliczeniowe w Nauce i Technice

Metody dekompozycji zadania odwrotnego na przykładzie wybranych zagadnień geofizyki

Automatyka i Robotyka II stopień ogólno akademicki studia niestacjonarne. wszystkie Katedra Automatyki i Robotyki Dr inż.

Odporność statystyk według Ryszarda Zielińskiego a porządki stochastyczne

Egzamin / zaliczenie na ocenę*

Propozycje przedmiotów do wyboru. oferowane na stacjonarnych studiach I stopnia (dla 2 roku) w roku akademickim 2013/2014

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

Życiorys. Wojciech Paszke. 04/2005 Doktor nauk technicznych w dyscyplinie Informatyka. Promotor: Prof. Krzysztof Ga lkowski

Zastosowanie metody MASW do wyznaczania profilu prędkościowego warstw przypowierzchniowych

Kwantowe języki programowania

Estymacja parametrów Wybrane zagadnienia implementacji i wykorzystania

NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Wprowadzenie do teorii ekonometrii. Część A

KARTA KURSU. Podstawy modelowania i symulacji

Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe

Zamawiający INSTYTUT BADAŃ SYSTEMOWYCH POLSKIEJ AKADEMII NAUK

P. R. Bevington and D. K. Robinson, Data reduction and error analysis for the physical sciences. McGraw-Hill, Inc., ISBN

WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU

SEMINARIA DYPLOMOWE - studia I stopnia kierunek: informatyka i ekonometria oraz matematyka

Możliwości zastosowania dozymetrii promieniowania mieszanego n+γ. mgr inż. Iwona Pacyniak

II-go stopnia. Stacjonarne. Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ

Wykłady specjalistyczne. oferowane na kierunku matematyka. w roku akademickim 2019/2020 (semestr zimowy) studia stacjonarne II stopnia, 2 rok

OPISY KURSÓW. Kod kursu: ETD 8064 Nazwa kursu: Metody numeryczne Język wykładowy: polski

Algorytmy MCMC (Markowowskie Monte Carlo) dla skokowych procesów Markowa

Dr hab. Wojciech Dębski Warszawa, r. Instytut Geofizyki PAN ul. Księcia Janusza Warszawa

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

Wykłady specjalistyczne. oferowane na kierunku matematyka. w roku akademickim 2018/2019 (semestr zimowy) studia stacjonarne II stopnia, 2 rok

Metody optymalizacji Optimization methods Forma studiów: stacjonarne Poziom studiów II stopnia. Liczba godzin/tydzień: 1W, 1Ć

PRZEWODNIK PO PRZEDMIOCIE

PLAN STUDIÓW Wydział Elektroniki, Telekomunikacji i Informatyki, Wydział Zarządzania i Ekonomii Inżynieria danych

Wielogrupowy Model IRT Analizy Symulacyjne

SYLABUS. Lp. Element Opis. Nazwa przedmiotu/ modułu. Nauka języka obcego z komputerem kształcenia. Typ przedmiotu/ modułu

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

PLANY I PROGRAMY STUDIÓW

Równanie dyfuzji w opisie zjawisk zachodzących w heliosferze

Zastosowanie analizy rozkładu punktów (Point Pattern Analisys) w badaniach osadniczych. Jarosław Jasiewicz Iwona Holdebrandt-Radke

Podstawy automatyki. Energetics 1 st degree (1st degree / 2nd degree) General (general / practical) Full-time (full-time / part-time)

SYLABUS PRZEDMIOTU W SZKOLE DOKTORSKIEJ

5.3. Analiza maskowania przez kompaktory IED-MISR oraz IET-MISR wybranych uszkodzeń sieci połączeń Podsumowanie rozdziału

Modelowanie i symulacja urządzeń mechatronicznych (MUM)

Wybrana bibliografia

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania

WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU

STOCHASTYCZNY MODEL BEZPIECZEŃSTWA OBIEKTU W PROCESIE EKSPLOATACJI

TTIC 31210: Advanced Natural Language Processing. Kevin Gimpel Spring Lecture 9: Inference in Structured Prediction

Wykład Ćwiczenia Laborat orium. Zaliczenie na ocenę. egzamin

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć

EXAMPLES OF CABRI GEOMETRE II APPLICATION IN GEOMETRIC SCIENTIFIC RESEARCH

Chemia informatyczna

Wykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni

ANALIZA WSPÓŁCZYNNIKA STRATY AL- GORYTMÓW PAKOWANIA FIRST FIT ORAZ BEST FIT PRZY ŁADUNKACH O ROZKŁA- DZIE GAUSSA

Problem eliminacji nieprzystających elementów w zadaniu rozpoznania wzorca Marcin Luckner

Metody oparte na logicznej regresji. zastosowaniu do wykrywania interakcji SNPów

Zastosowanie algorytmu genetycznego do estymacji parametrów ośrodka geologicznego na podstawie pomiarów sejsmicznych

Proponowane tematy prac magisterskich (wersja polskojęzyczna): Tytuł: Operacje Kuratowskiego w zakresie skończenie wielu topologii na jednym

Lokalizacja zjawisk sejsmicznych w kopalni - problemy. Lokalizacja - problemy. brak czasu w ognisku. Lokalizacja względna. niedokładne wyznaczanie

Problem Odwrotny rozchodzenia się fali Love'a w falowodach sprężystych obciążonych cieczą lepką

Opisy przedmiotów do wyboru

PRZYKŁADY BUDOWY MODELI REGRESYJNYCH I KLASYFIKACYJNYCH. Wprowadzenie do problematyki modelowania statystycznego

Wykład wprowadzający

Wydział Inżynierii Produkcji i Logistyki Faculty of Production Engineering and Logistics

O problemie sterowania aproksymacyjnego dla semiliniowych inkluzji różniczkowych w przestrzeniach Hilberta

Akustyka morza #

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

MODELOWANIE WARSTWY POWIERZCHNIOWEJ O ZMIENNEJ TWARDOŚCI

Linear Classification and Logistic Regression. Pascal Fua IC-CVLab

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L

Wykład: 20 godz., ćwiczenia: 20 godz. Zasady zaliczenia: zaliczenie ćwiczeń na ocenę, zaliczenie wykładu - egzamin (pisemne).

Nierówności macierzowe

ZAGADNIENIA SPECJALNOŚCIOWE

Transkrypt:

Metody inwersji Bayesowskiej - zaczynamy... W. D ebski debski@igf.edu.pl www.igf.edu.pl/ debski/

Plan wykładu Literatura i materiały pomocnicze Wprowadzenie Zagadnienia modelowania Zagadnienia odwrotne Zagadnienia odwrotne - różne spojrzenia inwersja jako estymacja parametrów pomiary bezpośrednie i pośrednie inwersja czyli metoda wnioskowania L1-1 IGF PAN, 9.03.2005

Literatura [Aster et al.(2005)aster, Borchers, and Thurber] R. C. Aster, B. Borchers, and C. H. Thurber. Parameter Estimation and Inverse Problems, volume 90 of International Geophysics Series. Elsevier Academic Press, Amsterdam, 2005. [Backus and Gilbert(1967)] G. Backus and F. Gilbert. The resolving power of gross earth data. Geophys. J. R. Astr. Soc., 13:247 276, 1967. [Backus and Gilbert(1970)] G. Backus and F. Gilbert. Umiqueness in the inversion of inaccurate gross earth data. Phil. Trans. Roy. Soc. Lond., 266:123 192, 1970. [Curtis and Lomax(2001)] A. Curtis and A. Lomax. Prior information, sampling distributions and the curse of dimensionality. Geophysics, 66(2):372 378, 2001. [Dȩbski(1997)] W. Dȩbski. The probabilistic formulation of the inverse theory with application to the selected seismological problems. Publs. Inst. Geophys. Pol. Acad. Sc., B19 (293):1 173, 1997. L1-2 IGF PAN, 9.03.2005

[Dȩbski(2004)] W. Dȩbski. Application of Monte Carlo techniques for solving selected seismological inverse problems. Publs. Inst. Geophys. Pol. Acad. Sc., B-34(367):1 207, 2004. [Deans(1983)] S. R. Deans. The Radon Transform and Some of Its Applications. John Wiley and Sons, New York, 1983. [Duijndam(1988a)] A.J. W. Duijndam. Bayesian estimation in seismic inversion. part I: Principles. Geophys. Prosp., 36:878 898, 1988a. [Duijndam(1988b)] A.J. W. Duijndam. Bayesian estimation in seismic inversion. part II: Uncertainty analysis. Geophys. Prosp., 36:899 918, 1988b. [Grandis et al.(1999)grandis, Menvielle, and Roussignol] H. Grandis, M. Menvielle, and M. Roussignol. Bayesian inversion with Markov chains I. The magnetotelluric onedimensional case. Geophys. J. Int., 138:757 768, 1999. [Gubbins(2004)] D. Gubbins. Time Series Analysis and Inverse Theory for Geophysicists. Cambridge University Press, Cambridge, 2004. L1-3 IGF PAN, 9.03.2005

[Hansen et al.(2000)hansen, Jacobsen, and Mosegaard] P. C. Hansen, B. H. Jacobsen, and K. Mosegaard, editors. Methods and Application of Inversion. Lecture Notes in Earth Sciences. Springer, Berlin, 2000. [Hjelt(1992)] S. E. Hjelt. Pragmatic Inversion of Geophysical Data, volume 39 of Lecture Notes in Earth Sciences. Springer-Verlag, Berlin, 1992. [Jackson(1972)] D. D. Jackson. Interpretation of inaccurate, insufficient and inconsistent data. Geophys. J. R. Astr. Soc., 28:97 110, 1972. [Jackson(1979)] D. D. Jackson. The use of a priori data to resolve non-uniqueness in linear inversion. Geophys. J. R. Astr. Soc., 57:137 157, 1979. [Jackson and Matsu ura(1985)] D. D. Jackson and M. Matsu ura. A Bayesian approach to nonlinear inversion. J. Geophys. Res., 90(B1):581 591, January 1985. [Jacobsen et al.(1996)jacobsen, Moosegard, and Sibani] B. H. Jacobsen, K. Moosegard, and P. Sibani, editors. Inverse Methods, Interdisciplinary elements of Methodology, Computation and Application, volume 63 of Lecture Notes in Earth Sciences. Springer-Verlag, Berlin, 1996. L1-4 IGF PAN, 9.03.2005

[Kirsch(1996)] A. Kirsch. An Introduction to the Mathematical Theory of Inverse Problems. Springer Verlag, New York, 1996. [Limes and Treitel(1983)] L. R. Limes and S. Treitel. Tutorial, a review of least-squares inversion and its application to geophysical problems. Geophys. Prospect., 32:159 186, 1983. [Menke(1989)] W. Menke. Geophysical Data Analysis: Discrete Inverse Theory. International Geophysics Series. Academic Press, San Diego, 1989. [Mosegaard and Sambridge(2002)] K. Mosegaard and M Sambridge. Monte carlo analysis of invers problems. Inv. Prob., 18:R29 45, 2002. [Mosegaard and Tarantola(1995)] K. Mosegaard and A. Tarantola. Monte Carlo sampling of solutions to inverse problems. J. Geophys. Res., 100(B7):12431 1247, 1995. [Mosegaard and Tarantola(2002)] K. Mosegaard and A. Tarantola. International Handbook of Earthquake & Engineering Seismology, chapter Probabilistic Approach to Inverse Problems, pages 237 265. Academic Press, 2002. L1-5 IGF PAN, 9.03.2005

[Parker(1977)] R. L. Parker. Understanding inverse theory. areps, 5:35 64, 1977. [Parker(1994)] R. L. Parker. Geophysical Inverse Theory. Princeton University Press, New Jersey, 1994. [Sambridge(1998)] M. Sambridge. Exploring multi-dimensional landscapes without a map. Inv. Prob., 14(3):427 440, 1998. [Sambridge and Mosegaard(2002)] M. Sambridge and K. Mosegaard. Monte carlo methods in geophysical inverse problems. Rev. Geophys., 40(3):3.1 3.29, 2002. [Scales and Tenorio(2001)] J. Scales and L. Tenorio. Prior information and uncertainty in inverse problems. Geophysics, 66(2):389 397, 2001. [Scales and Gersztenkorn(1988)] J. A. Scales and A. Gersztenkorn. Robust methods in inverse theory. Inv. Prob., 4:1071 1091, 1988. [Scales and Smith(1995)] J. A. Scales and M. L. Smith. Introductory Geophysical Inverse Theory. Technical report, Center for Wave Phenomena, Colorado School of mines, Golden, Colorado, 1995. L1-6 IGF PAN, 9.03.2005

Geo- [Scales and Snieder(1997)] J. A. Scales and R. Snieder. To Bayes or not to Bayes? physics, 63:1045 1046, 1997. [Sen and Stoffa(1995)] M. Sen and P. L. Stoffa. Global Optimization methods in Geophysical Inversion, volume 4 of Advances in Exploration Geophysics. Elsevier, Amsterdam, 1995. [Tarantola(1987)] A. Tarantola. Inverse Problem Theory: Methods for Data Fitting and Model Parameter Estimation. Elsevier, Amsterdam, 1987. [Tarantola and Vallete(1982)] A. Tarantola and B. Vallete. Inverse Problems = Quest for Information. J. Geophys., 50:159 170, 1982. [Vasco(2000)] D. W. Vasco. An algebraic formulation of geophysical inverse problems. Geophys. J. Int., 142:970 990, 2000. [Vasco et al.(1993)vasco, Johnson, and Majer] D. W. Vasco, L. R. Johnson, and E. L. Majer. Ensamble inference in geophysical inverse problems. Geophys. J. Int., 115:711 728, 1993. L1-7 IGF PAN, 9.03.2005

[Zhdanov(2002)] M. S. Zhdanov. Geophysical Inverse Theory and Regularization Problems. Methods in Geochemistry and Geophysics, 36. Elsevier, Amsterdam, 2002. L1-8 IGF PAN, 9.03.2005

Dwa typy zagadnień 1. Zrozumienie zachodzacego procesu fizycznego, chemicznego, geologicznego, itp. umożliwiajace przewidywanie zachowania sie systemu, a wiec jego jakościowe modelowanie. 2. Ilościowy opis obiektu fizycznego, chemicznego, i ilościowe wyznaczenie wielkości fizycznych opisujacy obiekt pozwalajace na realistyczne (ilościowe) wyznaczanie jego zachowania. L1-9 IGF PAN, 9.03.2005

Przykład A: - masa Ziemi L1-10 IGF PAN, 9.03.2005

L1-11 IGF PAN, 9.03.2005

Przykład B: rozkład temperatury wewnatrz Ziemi L1-12 IGF PAN, 9.03.2005

L1-13 IGF PAN, 9.03.2005

Przykład C: budowa wn etrza Ziemi L1-14 IGF PAN, 9.03.2005

L1-15 IGF PAN, 9.03.2005

Przykład D: jaka wybrać parametryzacje L1-16 IGF PAN, 9.03.2005

Zagadnienia modelowania i inwersji L1-17 IGF PAN, 9.03.2005

Zagadnienia modelowania i inwersji uogólnienie L1-18 IGF PAN, 9.03.2005

Zagadnienia odwrotne - estymacja parametrów Modelowanie: m d th = G(m) Inwersja: d obs m est L1-19 IGF PAN, 9.03.2005

Parametry i wielkości mierzalne System fizyczny: Parametery układu: p 1, p 2, p K m = (m 1, m 2, m M ) Przewidywane mierzalne wielkości: d = (d 1, d 2, d N ) Parametry ustalone (znane a priori): m ust = (u 1, u 2, ) Modelowanie: d th = f(m, m ust ) L1-20 IGF PAN, 9.03.2005

Przykład - propagacja fal sejsmicznych System fizyczny: r s, r r, t, v Zagadnienie lokalizacji: m = r s = (r x, r y, r z ) d = t m ust = v, r r Tomografia pr edkościowa: m = v = (v 1, v 2, v M ) d = t, r r, r s L1-21 IGF PAN, 9.03.2005

Liniowy problem odwrotny Podejście algebraiczne d = G m Podejście naiwne: m est = G 1 d Metoda algebraiczna: G T d = G T G m G T G = G T G + λi m est = (G T G + λi) 1 d L1-22 IGF PAN, 9.03.2005

Problem odwrotny podejści optymalizacyjne Przeszukiwanie przestrzeni modeli w celu znalezienia modelu najlepiej odtwarzajacego dane pomiarowe Metoda najmniejszych kwadratów: (d obs f(m)) T (d obs f(m)) = min Ogólnie: (d obs f(m)) D + m m apr M = min L1-23 IGF PAN, 9.03.2005

Pomiary Bezpośrednie i pośrednie Zliczenia: zdarzenia liczba, np. czastek wielkości zkwantowane Zliczanie jednostek : masa jasność temperatura Wielkości niemierzalne bezpośrednio: masa ziemi, gwiazd, itp. rozkład temperatury w ziemi masa czastek elementarnych L1-24 IGF PAN, 9.03.2005

Pomiar bezpośredni L1-25 IGF PAN, 9.03.2005

Pomiar pośredni L1-26 IGF PAN, 9.03.2005

Pomiar pośredni - przykład L1-27 IGF PAN, 9.03.2005

Inwersja - łaczenie informacji (Wnioskowanie) L1-28 IGF PAN, 9.03.2005

Matematyczny opis informacji (a) (dane) L1-29 IGF PAN, 9.03.2005

Matematyczny opis informacji (a) (prawdopodobieństwo) L1-30 IGF PAN, 9.03.2005

Matematyczny opis informacji (b) (dane) L1-31 IGF PAN, 9.03.2005

Matematyczny opis informacji (b) (prawdopodobieństwo) L1-32 IGF PAN, 9.03.2005

Matematyczny opis informacji (b) (dane) L1-33 IGF PAN, 9.03.2005

Matematyczny opis informacji (b) (prawdopodobieństwo) L1-34 IGF PAN, 9.03.2005