Ensemble-based characterization of uncertain environmental features

این مقاله مشخصه ویژگی های فضایی نامشخص است که نمی توان مستقیما مشاهده کرد، اما باید از اندازه گیری های پر سر و صدای ناشی شود. نمونه هایی از علاقه به برنامه های زیست محیطی عبارتند از الگوهای بارندگی، رطوبت و ویژگی های زمین شناسی. ما فرایند توصیف را به عنوان یک نمونه نمونه برداری بیزی و فرایند آن را با یک نسخه غیر پارامتری نمونه گیری اهمیت حل می کنیم. تمام تصاویر به وضوح با تعداد کمی از ویژگی های تصویر توضیح داده شده است. این ها از یک روش پوسته پوسته شدن چند بعدی استخراج شده است که بردارهای بعدی ابعاد ارزش های پیکسل تصویر را به بردارهای بعدی ابعاد ویژگی ها نشان می دهد. روش نمونه گیری اهمیت به طور کامل از لحاظ ارزش ویژگی ها انجام می شود. احتمالات صریح پایینی از برآوردهای غیر پارامتری احتمال احتمال و تراکم پیشنهادات حاصل می شود. این احتمال از آرشیوی تصاویر عملیاتی پر سر و صدا که با تصاویر دقیق زمین واقعی ترتیب داده شده است اشاره دارد. نمونه های پیشنهاد شده از یک الگوریتم آماری چند مرحله ای غیر ثابت استفاده می شود که از تصاویر آموزشی برای انتقال ویژگی های مشخص مشخص می شود. برای نشان دادن مفاهیم، ​​ما یک آزمایش مجازی انجام می دهیم که مناطق بارانی را بر روی سطح زمین از یک یا دو اندازه گیری از راه دور مشخص می کند. مورد دو سنسور توانایی روش برای ادغام اندازه گیری با خواص خطای مختلف را نشان می دهد. در هر دو مورد، روش نمونه گیری اهمیت دارد که بتواند پیشنهاداتی را که بیشترین شبیه یک تصویر واقعی مشخص است شناسایی کند.