統(tǒng)計(jì)與計(jì)算反問(wèn)題
定 價(jià)：138 元
叢書(shū)名：現(xiàn)代數(shù)學(xué)譯叢
- 作者：(芬)Jari Kaipio，(芬)Erkki Somersalo著
- 出版時(shí)間：2019/5/1
- ISBN：9787030581815
- 出 版 社：科學(xué)出版社
- 中圖法分類：C81
- 頁(yè)碼：312
- 紙張：
- 版次：31
- 開(kāi)本：B5
本書(shū)主要介紹了處理反問(wèn)題(不適定問(wèn)題)的統(tǒng)計(jì)方法，尤其側(cè)重于建模與計(jì)算這兩大問(wèn)題。與經(jīng)典文獻(xiàn)中處理反問(wèn)題的方法不同，本書(shū)立足于Bayes統(tǒng)計(jì)學(xué)的框架，將所有變量都視作隨機(jī)變量，并把反問(wèn)題的解以概率密度函數(shù)的形式給出。同時(shí)，對(duì)于數(shù)學(xué)模型本身存在的誤差和數(shù)值離散導(dǎo)致的額外誤差，本書(shū)還創(chuàng)造性地進(jìn)行了源自建模誤差的統(tǒng)計(jì)分析�！禕R》 本書(shū)詳細(xì)討論了先驗(yàn)?zāi)Ｐ偷臉?gòu)造、測(cè)量噪聲建模、Bayes估值以及非靜態(tài)統(tǒng)計(jì)反演方法等，并引入Markov鏈MonteCarlo方法以及**化方法來(lái)探究概率分布。另外從Bayes統(tǒng)計(jì)學(xué)的角度重新研究了經(jīng)典正則化方法，揭示了兩者之間的關(guān)系。對(duì)于書(shū)中得到的結(jié)論和涉及的技法，作者還佐以易懂但深刻的例子幫助讀者理解。本書(shū)將統(tǒng)計(jì)方法應(yīng)用到一些較為前沿的問(wèn)題中，例如離散誤差分析、模型降階等。在書(shū)中，這些統(tǒng)計(jì)方法還被進(jìn)一步應(yīng)用于一系列實(shí)際問(wèn)題中，包括有限角度斷層成像、圖像去模糊、電阻抗斷層成像、生物磁學(xué)反問(wèn)題等。
更多科學(xué)出版社服務(wù)，請(qǐng)掃碼獲取。
目錄
第1章 反問(wèn)題與對(duì)測(cè)量的詮釋 1
1.1 介紹性示例 2
1.2 反演過(guò)失 4
第2章 經(jīng)典正則化方法 5
2.1 緒論：Fredholm方程 5
2.2 截?cái)嗥娈愔捣纸?8
2.3 Tikhonov正則化 13
2.3.1 Tikhonov正則化的推廣 21
2.4 正則化的迭代方法 23
2.4.1 Landweber-Fridman迭代 23
2.4.2 Kaczmarz迭代與ART 27
2.4.3 Krylov子空間法 35
2.5 注釋與評(píng)論 42
第3章 統(tǒng)計(jì)反演理論 43
3.1 反問(wèn)題與Bayes公式 43
3.1.1 估計(jì)量 45
3.2 似然函數(shù)的構(gòu)造 48
3.2.1 加性噪聲 48
3.2.2 其他顯式噪聲模型 51
3.2.3 計(jì)數(shù)過(guò)程數(shù)據(jù) 52
3.3 先驗(yàn)?zāi)Ｐ?54
3.3.1 Gauss先驗(yàn)函數(shù) 54
3.3.2 脈沖先驗(yàn)密度函數(shù) 55
3.3.3 不連續(xù)性 57
3.3.4 Markov隨機(jī)場(chǎng) 58
3.3.5 基于樣本的密度函數(shù) 61
3.4 Gauss密度函數(shù) 63
3.4.1 Gauss光滑化先驗(yàn)函數(shù) 70
3.5 對(duì)后驗(yàn)函數(shù)的詮釋 79
3.6 Markov鏈Monte Carlo方法 80
3.6.1 基本思想 80
3.6.2 核的Metropolis-Hastings構(gòu)造 83
3.6.3 Gibbs采樣器 88
3.6.4 收斂性 94
3.7 層次模型 95
3.8 注釋與評(píng)論 99
第4章 非穩(wěn)態(tài)反問(wèn)題 101
4.1 Bayes濾波 101
4.1.1 一個(gè)非穩(wěn)態(tài)反問(wèn)題 101
4.1.2 發(fā)展-觀測(cè)模型 104
4.2 Kalman濾波器 108
4.2.1 線性Gauss型問(wèn)題 108
4.2.2 擴(kuò)展Kalman濾波器 111
4.3 粒子濾波器 114
4.4 空間先驗(yàn)函數(shù) 117
4.5 固定滯后和固定區(qū)間平滑化 121
4.6 高階Markov模型 123
4.7 注釋與評(píng)論 126
第5章 再議經(jīng)典方法 127
5.1 估值理論 127
5.1.1 最大似然估計(jì) 128
5.1.2 Bayes成本誘導(dǎo)的估計(jì)量 128
5.1.3 帶仿射估計(jì)量的估值誤差 130
5.2 測(cè)試?yán)?131
5.2.1 先驗(yàn)函數(shù) 132
5.2.2 觀測(cè)算子 135
5.2.3 加性噪聲模型 136
5.2.4 測(cè)試問(wèn)題 137
5.3 基于樣本的誤差分析 138
5.4 截?cái)嗥娈愔捣纸?139
5.5 共軛梯度迭代 145
5.6 Tikhonov正則化 146
5.6.1 先驗(yàn)結(jié)構(gòu)與正則化水平 147
5.6.2 Gauss觀測(cè)誤差模型的誤設(shè) 149
5.6.3 加性Cauchy誤差 151
5.7 離散化與先驗(yàn)?zāi)Ｐ?153
5.8 統(tǒng)計(jì)模型降階、近似誤差與反演過(guò)失 158
5.8.1 例子：全角斷層成像與CGNE 160
5.9 注釋與評(píng)論 163
第6章 模型問(wèn)題 165
6.1 X射線斷層成像 165
6.1.1 Radon變換 166
6.1.2 離散模型 168
6.2 反源問(wèn)題 169
6.2.1 準(zhǔn)靜態(tài)Maxwell方程組 170
6.2.2 電學(xué)反源問(wèn)題 172
6.2.3 磁學(xué)反源問(wèn)題 173
6.3 電阻抗斷層成像 176
6.4 光學(xué)斷層成像 181
6.4.1 輻射轉(zhuǎn)移方程 182
6.4.2 擴(kuò)散近似 184
6.4.3 時(shí)諧測(cè)量 191
6.5 注釋與評(píng)論 191
第7章 實(shí)例研究 193
7.1 圖像去模糊與異常的重構(gòu) 193
7.1.1 模型問(wèn)題 193
7.1.2 降階模型與近似誤差模型 195
7.1.3 后驗(yàn)函數(shù)的取樣 198
7.1.4 模擬誤差的影響 203
7.2 有限角斷層成像：牙科X射線成像 206
7.2.1 層估計(jì) 207
7.2.2 MAP估計(jì) 208
7.2.3 取樣：Gibbs采樣器 209
7.3 生物磁學(xué)反問(wèn)題：源定位 210
7.3.1 使用Gauss白噪聲先驗(yàn)?zāi)Ｐ偷闹貥?gòu) 211
7.3.2 使用e1-先驗(yàn)?zāi)Ｐ偷呐紭O子強(qiáng)度重構(gòu) 213
7.4 基于Bayes濾波的動(dòng)態(tài)MEG 217
7.4.1 單偶極子模型 217
7.4.2 更現(xiàn)實(shí)的幾何構(gòu)形 220
7.4.3 多偶極子模型 221
7.5 電阻抗斷層成像：最優(yōu)電流模式 225
7.5.1 后驗(yàn)合成電流模式 225
7.5.2 最優(yōu)準(zhǔn)則 227
7.5.3 數(shù)值算例 230
7.6 電阻抗斷層成像：近似誤差的處理 233
7.6.1 網(wǎng)格與投影 233
7.6.2 先驗(yàn)函數(shù)與先驗(yàn)?zāi)Ｐ?235
7.6.3 誤差增強(qiáng)模型 236
7.6.4 MAP估計(jì) 238
7.7 電阻抗過(guò)程斷層成像 242
7.7.1 發(fā)展模型 243
7.7.2 觀測(cè)模型與計(jì)算格式 245
7.7.3 同定滯后狀態(tài)估計(jì) 247
7.7.4 流剖面的估值 249
7.8 各向異性介質(zhì)中的光學(xué)斷層成像 252
7.8.1 各向異性模型 253
7.8.2 線性化模型 256
7.9 光學(xué)斷層成像：邊界重構(gòu) 259
7.9.1 一般橢圓情形 259
7.9.2 在光學(xué)擴(kuò)散斷層成像中的應(yīng)用 262
7.10 注釋與評(píng)論 264
附錄A 線性代數(shù)與泛函分析 268
A.1 線性代數(shù) 268
A.2 泛函分析 271
A.3 Sobolev空間 272
附錄B 概率論基礎(chǔ) 276
B.1 基本概念 276
B.2 條件概率 280
索引 284
參考文獻(xiàn) 288
《現(xiàn)代數(shù)學(xué)譯叢》己出版書(shū)目 296
書(shū)單推薦
