Temat: Metropolis-Hastings

Skocz do pozycji: 1.

Tytuł:: Metropolis-Hastings method for Wohler curve parameter identification
Autorzy:: Woch, M.
Corbetta, M.
Giglio, M.
Sbarufatti, C.
Kamiński, G.
Tematy:: Wohler curve
Metropolis-Hastings
probabilistic fatigue; Pokaż więcej
Wydawca:: Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Powiązania:: https://bibliotekanauki.pl/articles/2069517.pdf Link otwiera się w nowym oknie
Opis:: In this work, the Metropolis-Hastings sampling technique has been used for the parameter identification of Wohler curve of aluminium alloy 2024-T4. The Metropolis-Hasting algorithm is one of the most widespread Markov chain Monte Carlo methods for posterior distribution estimation, and it is presented with an adaptive formulation to estimate the probability density functions of Wohler parameters. Results are presented in terms of distribution shape and parameter correlations. The information about parameter distributions of Wohler equation is useful to prepare risk analyses based on statistical safe life approach.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: Comparison evolutionary algorithms with Metropolis-Hastings method exemplified by high-fatigue Wohler curve parameter identification
Autorzy:: Woch, M.
Tematy:: Wohler curve
Metropolis-Hastings
evolutionary algorithms probabilistic
fatigue; Pokaż więcej
Wydawca:: Uniwersytet Morski w Gdyni. Polskie Towarzystwo Bezpieczeństwa i Niezawodności
Powiązania:: https://bibliotekanauki.pl/articles/2069092.pdf Link otwiera się w nowym oknie
Opis:: In this work, evolutionary algorithms together with the Metropolis-Hastings sampling technique have been used for parameter identification of the Wohler curve of duraluminum alloy 2024-T3. An evolutionary algorithm is a subset of evolutionary computation, a generic population-based metaheuristic optimization algorithm. The Metropolis-Hasting algorithm is one of the most widespread Markov chain Monte Carlo methods for posterior distribution estimation. In this contribution, both algorithms have been presented to estimate the probability density functions using Wohler parameters as a case study. Results were shown in terms of distribution shape and parameter correlations and the differences, arising from applied algorithms, have been compared. The information about parameter distributions of Wohler equation is useful to prepare risk analyses based on statistical safe life approach. The safe life approach can be met, for instance, in assessing the reliability of an aircraft.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: Application of the Rasch model in categorical pedigree analysis using MCEM: I binary data
Autorzy:: Qian, G.
Huggins, R.
Loesch, D.
Tematy:: pedigree analysis
binary data
MCEM algorithm
Metropolis-Hastings algorithm; Pokaż więcej
Wydawca:: Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Powiązania:: https://bibliotekanauki.pl/articles/729756.pdf Link otwiera się w nowym oknie
Opis:: An extension of the Rasch model with correlated latent variables is proposed to model correlated binary data within families. The latent variables have the classical correlation structure of Fisher (1918) and the model parameters thus have genetic interpretations. The proposed model is fitted to data using a hybrid of the Metropolis-Hastings algorithm and the MCEM modification of the EM-algorithm and is illustrated using genotype-phenotype data on a psychological subtest in families where some members are affected by the genetic disorder fragile X. In addition, hypothesis testing and model selection methods based on the Wald statistic are discussed.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: Implementation of selected macroeconomic DSGE models
Implementacja wybranych modeli makroekonomicznych DSGE.
Autorzy:: Grabis, Wojciech
Opis:: Dynamic Stochastic General Equilibrium models are widely used macroeconomic tools, that allow central banks to forecast and estimate impact of effects of monetary policy and varios shocks on the global market. These models are nowadays used among others by Federal Reserve Bank of New York, National Bank of Poland, Sveriges Riksbank or Central Bank of Russia. The structure of a model consists of mathematical equations that capture relations between macroeconomic variables of a real world economy. These equations are constructed by using economic laws and known theory, which allows to describe economy in a concise way. DSGE models are introduced as a way to connect behaviour of microeconomic agents, who manifest certain expectations, with macroeconomic principles, which are expressed using aggregate functions describing state of entire economy.Main goal of this study is to explore the topic of DSGE modelling from the computer science point of view. Although the models are widely used nowadays, it is difficult to find studies centered on the algorithmic-mathematict side of economic analysis. In this study construction of various economic components of a DSGE model will be shown. Each component will consist of various macroeconomic variables and equations, with diffrent variants depending on modelled economy. Subsequently using those components full DSGE models will be presented, which later will be essential in presenting solving algorithms. Among the presented methods following can be mentioned: model log-linearization, Blanchard-Kahn method, Metropolis-Hastings algorithm and Bayesian estimation.
Dynamiczne Modele Stochastyczne Równowagi Ogólnej DSGE są obecnie szeroko stosowanymi narzędziami makroekonomicznymi wykorzystywanymi przez banki centralne do prognozowania efektów polityki monetarnej oraz fiskalnej i rozmaitych szoków na rynku światowym. Wykorzystuje je m.in. Bank Rezerwy Federalnej w Nowym Jorku, Narodowy Banku Polski, Bank Szwedzki oraz Centralny Bank Federacji Rosyjskiej. Modele starają się przy pomocy równań matematycznych uchwycić relację między zmiennymi makroekonomicznymi rynku. Równania oddają prawa oraz znane teorie ekonomiczne, pozwalając w zwięzły sposób oddać opisywaną gospodarkę. Modele DSGE powstały na bazie połączenia zachowań optymalizujących agentów, przejawiających pewne zachowania oraz oczekiwania, z elementami makroekonomicznymi, wyrażanymi przez zmienne agregujące opisujące stan całej gospodarki.Podstawowym celem pracy jest zbadanie tematyki DSGE z punktu widzenia informatycznego. Jakkolwiek modele te znajdują szerokie zastosowanie w pracy współczesnych ekonomistów to brakuje omówienia algorytmiczno-matematycznej strony rozwiązywania modeli. Opierając się na bazie ekonomicznych mechanizmów i reguł zbudowany zostanie zbiór komponentów, w postaci zmiennych ekonomicznych wraz z wiążącymi równaniami dla różnych wariantów modelowanych gospodarek. Następnie z tych komponentów zostaną zaprezentowane pełne modele DSGE, które wykorzystane zostaną do prezentacji algorytmów estymacji oraz rozwiązywania. Wśród wykorzystywanych w pracy technik można wymienić: log-linearyzację modelu, rozwiązywanie metodą Blancharda-Kahna, algorytm Metropolisa-Hastingsa oraz wnioskowanie bayesowskie.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 5.

Tytuł:: Modele wykładnicze grafów losowych
Exponential random graph models
Autorzy:: Koprowska, Katarzyna
Opis:: Exponential random graph models – the whole process of creating a model, including the choice of dependency assumptions, sample generating and estimating the parameters, example of model degeneracy.
Opis modeli wykładniczych grafów losowych – omówienie procesu tworzenia modelu, m.in.wybranych założeń o zależności zmiennych, sposobów generowania próbki oraz estymacjiparametrów, przykład zdegenerowania modelu.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 6.

Tytuł:: Ring-recovery model using Markov Chain Monte Carlo
Markowowskie metody Monte Carlo w modelu obrączkowania ptaków
Autorzy:: Kozieł, Marcin
Opis:: Pierwszy rozdział to wprowadzenie do markowowskich metod Monte Carlo: opisanie teoretycznych podstaw łańcuchów Markowa i pojęć z nimi związanych, ze szczególną uwagą poświęconą stacjonarności. Opisanie podstawowych algorytmów markowowskiego Monte Carlo (algorytm Metropolisa-Hastingsa, próbnik Gibbsa). Krótka analiza owych algorytmów, zwrócenie uwagi na potencjalne problemy i metody radzenia sobie z tymi problemami Przykład zastosowania algorytmów. Krótki fragment poświęcony wnioskowaniu bayesowskiemu. Rozdział drugi to tytułowy model. Objaśnienie danych i przeprowadzonego badania. Wyprowadzenie postaci rozkładu z próby, a następnie rozkładu a posteriori. Opisanie użytego algorytmu markowowskiego Monte Carlo oraz przedstawienie uzyskanych wyników. Na koniec porównanie otrzymanych wyników z wynikami prostszych modeli.
First chapter is an introduction to Markov Chain Monte Carlo (MCMC). Elementary theory of Markov chains is given, with an emphasis on stationarity. Basic MCMC algorithms (Metropolis-Hastings algorithm, Gibbs sampler) are described and shortly analysed: potential problems are discussed as well as as solutions to them. An example of using such algorithms is presented. One short section deals with basics of bayesian inference.The second chapter is about the titular model. Explaining the data and the conducted experiment. Finding the likelihood and the posterior distribution. Afterwards, the MCMC algorithm is described and its results are discussed. Finally, the results of the titular model are compared to the results of simplier models.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Informacja

Wyszukujesz frazę "Metropolis-Hastings" wg kryterium: Temat