Multimodal, high-dimensional, model-based, Bayesian inverse problems with applications in biomechanics

یکی از عواقب بدرفتاری مستمر مشکلات معکوس، امکان راه حل های متعدد است. در حالی که چنین اطلاعاتی در چگالی خلفی فرمولاسیون بیزی وجود دارد، کشف یک حالت واحد، به رغم چندگانه، یک کار محاسباتی محکم را ارائه می دهد. هدف مقاله حاضر دو برابر است. از یک طرف، ما استراتژی های استنتاج تقریبی، سازگاری با استفاده از تراکم مخلوط را برای ضبط چندین محدوده پوستر پیشنهاد می کنیم. از سوی دیگر، ما کار خود را در [1] با توجه به تکنیک های کاهش ابعاد بعدی گسترش می دهیم که فضاهای کم ابری را نشان می دهد که واریانس خلفی بیشتر متمرکز است. ما مدل پیشنهادی را با استفاده از نمونه گیری اهمیتی تأیید می کنیم که نشان می دهد که تعصب معرفی شده کوچک است و اگر تحلیلی بخواهد این کار را انجام دهد، می تواند کارآمد باشد. ما اثربخشی استراتژی پیشنهادی در انعطاف پذیری غیرخطی را نشان می دهیم که در آن شناسایی خواص مکانیکی مواد بیولوژیکی می تواند تشخیص غیر تهاجمی، پزشکی را تشریح کند. کشف چند حالت (راه حل) در چنین مشکلات در دستیابی به اهداف تشخیصی بسیار مهم است.