[논문 리뷰] Estimation of the volume of an excursion set of a Gaussian process using intrinsic Kriging

Emmanuel Vázquez, Miguel Piera Martinez|ArXiv.org|2006. 11. 09.

Advanced Multi-Objective Optimization Algorithms인용 수 7

한 줄 요약

이 논문은 내재 Kriging를 사용하여 임계값을 초과하는 가우시안 프로세스의 교행 집합의 부피를 빠르게 수렴하는 방법을 제안한다. 부피 근사의 평균 제곱 오차 상한을 최소화하는 적응형 실험 설계를 구성함으로써, 특히 비용이 많이 들고 계산이 복잡한 시뮬레이션 환경에서 희귀사건 확률 추정에 있어 표준 몽테카를로 방법보다 더 빠른 수렴을 달성한다.

ABSTRACT

Assume that a Gaussian process $ξ$ is predicted from $n$ pointwise observations by intrinsic Kriging and that the volume of the excursion set of $ξ$ above a given threshold $u$ is approximated by the volume of the predictor. The first part of this paper gives a bound on the convergence rate of the approximated volume. The second part describes an algorithm that constructs a sequence of points to yield a fast convergence of the approximation. The estimation of the volume of an excursion set is a highly relevant problem for the industrial world since it corresponds to the estimation of the failure probability of a system that is known only through sampled observations.

연구 동기 및 목표

• 공 ingineering 시스템에서 고장 확률에 해당하는 가우시안 프로세스의 교행 집합 부피를 계산적으로 효율적으로 추정하는 방법을 개발하기 위해.
• 비용이 많이 들고 계산이 복잡한 함수를 평가할 때 표준 몽테카를로 방법보다 수렴 속도를 향상시키기 위해.
• 내재 Kriging를 사용하여 부피 근사의 기대 오차를 최소화하는 적응형 샘플링 전략을 설계하기 위해.
• 내재 Kriging 하에서 부피 추정 오차의 수렴 속도에 대한 이론적 경계를 제공하기 위해.

제안 방법

• 이 방법은 유한한 점별 관측값에서 내재 Kriging를 사용하여 가우시안 프로세스를 예측하고, 진짜 교행 집합 부피를 근사하는 예측자로 구성한다.
• 교행 집합의 부피는 Kriging 예측자가 임계값을 초과하는 영역의 측도로 추정되며, 가우시안 프로세스의 조건부 분포를 활용한다.
• 부피 근사의 평균 제곱 오차 상한을 최소화하는 데 기여하는 다음 평가 지점을 선택하는 적응형 설계 알고리즘이 제안된다.
• 관측된 함수 값에 기반하여, 공분산 구조와 현재 예측 불확실성에 기반하여 부피 추정의 잠재적 오차를 최소화하는 지점을 선택한다.
• 내재 Kriging 하에서 부피 근사 오차의 이론적 수렴 속도는 기저 가우시안 프로세스의 정규성에 따라 유도된다.

실험 결과

연구 질문

• RQ1 가우시안 프로세스의 교행 집합 부피를 최소한의 함수 평가로 효율적으로 추정할 수 있는 방법은 무엇인가?
• RQ2 표준 몽테카를로 방법 대비 내재 Kriging를 사용할 경우 부피 추정 오차의 수렴 속도는 어떻게 되는가?
• RQ3 부피 근사의 기대 오차를 최소화하는 데 기여하는 적응형 샘플링 전략은 어떻게 설계할 수 있는가?
• RQ4 내재 Kriging 하에서 부피 추정의 평균 제곱 오차에 대한 이론적 경계는 무엇인가?

주요 결과

• 제안된 내재 Kriging 기반의 부피 추정 방법은 특히 교행 집합 부피가 작을 경우 표준 몽테카를로 추정자보다 더 빠르게 수렴한다.
• 부피 근사 오차의 수렴 속도는 경계가 있으며, 기저 가우시안 프로세스의 부드러움과 정규성에 따라 달라진다.
• 적응형 설계 알고리즘은 부피 추정의 평균 제곱 오차 상한을 최소화하는 데 가장 기여하는 지점을 선택함으로써 수렴 속도를 크게 향상시킨다.
• 이 방법은 몽테카를로 방법보다 훨씬 적은 함수 평가로 고장 확률 추정에 높은 정확도를 달성하여, 비용이 많이 드는 컴퓨터 시뮬레이션에 적합하다.