Buchumschlag

Contour Location for Reliability in Airfoil Simulation Experiments using Deep Gaussian Processes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Booth, Annie S., Renganathan, S. Ashwin, Gramacy, Robert B.
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Two-stage Design for Failure Probability Estimation with Gaussian Process Surrogates
von: Booth, Annie S., et al.
Veröffentlicht: (2024)

Nonstationary Gaussian Process Surrogates
von: Booth, Annie S., et al.
Veröffentlicht: (2023)

Deep Gaussian Processes with Gradients
von: Booth, Annie S.
Veröffentlicht: (2025)

Actively Learning Joint Contours of Multiple Computer Experiments
von: Prim, Shih-Ni, et al.
Veröffentlicht: (2025)

Assessing Bayes factor surfaces using interactive visualization and computer surrogate modeling
von: Franck, Christopher T., et al.
Veröffentlicht: (2018)

Revisiting Penalized Likelihood Estimation for Gaussian Processes
von: Mutoh, Ayumi, et al.
Veröffentlicht: (2025)

Modular Jump Gaussian Processes
von: Flowers, Anna R., et al.
Veröffentlicht: (2025)

Surrogate-Guided Adaptive Importance Sampling for Failure Probability Estimation
von: Renganathan, Ashwin, et al.
Veröffentlicht: (2026)

Vecchia approximated Bayesian heteroskedastic Gaussian processes
von: Patil, Parul V., et al.
Veröffentlicht: (2025)

Augmenting a simulation campaign for hybrid computer model and field data experiments
von: Koermer, Scott, et al.
Veröffentlicht: (2023)

Profile Bayesian Optimization for Expensive Computer Experiments
von: Kyger, Courtney, et al.
Veröffentlicht: (2025)

Modernizing full posterior inference for surrogate modeling of categorical-output simulation experiments
von: Cooper, Andrew, et al.
Veröffentlicht: (2025)

Adaptive Design for Contour Estimation from Computer Experiments with Quantitative and Qualitative Inputs
von: Shahrokhian, A., et al.
Veröffentlicht: (2025)

Energetic Variational Gaussian Process Regression for Computer Experiments
von: Kang, Lulu, et al.
Veröffentlicht: (2023)

Deep Gaussian Process Emulation and Uncertainty Quantification for Large Computer Experiments
von: Yazdi, Faezeh, et al.
Veröffentlicht: (2024)

Deep Gaussian Process Emulation with gradient Information and Sequential Design for Simulators with Sharp Variations
von: Yang, Yiming, et al.
Veröffentlicht: (2025)

Bayesian Variable Selection via Hierarchical Gaussian Process Model in Computer Experiments
von: Yao, Xiao, et al.
Veröffentlicht: (2024)

Inference for Log-Gaussian Cox Point Processes using Bayesian Deep Learning: Application to Human Oral Microbiome Image Data
von: Wang, Shuwan, et al.
Veröffentlicht: (2025)

Log-Gaussian Cox Processes on General Metric Graphs
von: Bolin, David, et al.
Veröffentlicht: (2025)

The Poisson-Gaussian Mixture Process: A Flexible and Robust Approach for Non-Gaussian Geostatistical Modeling
von: Gonçalves, F. B., et al.
Veröffentlicht: (2022)

Monotonic warpings for additive and deep Gaussian processes
von: Barnett, Steven D., et al.
Veröffentlicht: (2024)

Correlated Bayesian Additive Regression Trees with Gaussian Process for Regression Analysis of Dependent Data
von: a, Xuetao Lu, et al.
Veröffentlicht: (2023)

Bayesian Image-on-Image Regression via Deep Kernel Learning based Gaussian Processes
von: Ma, Guoxuan, et al.
Veröffentlicht: (2023)

ldmppr: Location Dependent Marked Point Processes in R
von: Drew, Lane, et al.
Veröffentlicht: (2026)

Effect Decomposition of Functional-Output Computer Experiments via Orthogonal Additive Gaussian Processes
von: Tan, Yu, et al.
Veröffentlicht: (2025)

Statistics of spatial averages and optimal averaging in the presence of missing data
von: Seshadri, Ashwin K
Veröffentlicht: (2017)

Bayesian Bridge Gaussian Process Regression
von: Xu, Minshen, et al.
Veröffentlicht: (2025)

Clustering the Nearest Neighbor Gaussian Process
von: Crisp, Ashlynn, et al.
Veröffentlicht: (2025)

Dynamic Factor Analysis with Dependent Gaussian Processes for High-Dimensional Gene Expression Trajectories
von: Cai, Jiachen, et al.
Veröffentlicht: (2023)

Bayesian analysis of nonlinear structured latent factor models using a Gaussian Process Prior
von: Zhang, Yimang, et al.
Veröffentlicht: (2025)

Gaussianized Design Optimization for Covariate Balance in Randomized Experiments
von: Guo, Wenxuan, et al.
Veröffentlicht: (2025)

Voronoi Candidates for Bayesian Optimization
von: Wycoff, Nathan, et al.
Veröffentlicht: (2024)

Scalable Gaussian Process Inference with Stan
von: Hoffmann, Till, et al.
Veröffentlicht: (2023)

Gaussian Process with dissolution spline kernel
von: Murphy, Fiona, et al.
Veröffentlicht: (2024)

Gaussian Process Assisted Active Learning of Physical Laws
von: Chen, Jiuhai, et al.
Veröffentlicht: (2019)

Synthesizing Epileptic Seizures: Gaussian Processes for EEG Generation
von: Moutonnet, Nina, et al.
Veröffentlicht: (2026)

Block-Additive Gaussian Processes under Monotonicity Constraints
von: Deronzier, M., et al.
Veröffentlicht: (2024)

Simulation Experiment Design for Calibration via Active Learning
von: Sürer, Özge
Veröffentlicht: (2024)

Estimation of Spatiotemporal Poisson Processes with Some Missing Location Data
von: Guigues, Vincent, et al.
Veröffentlicht: (2024)

Radial Neighbors for Provably Accurate Scalable Approximations of Gaussian Processes
von: Zhu, Yichen, et al.
Veröffentlicht: (2022)