A Statistical Method for Emulation of Computer Models With Invariance-Preserving Properties, With Application to Structural Energy Prediction
保持不变性的计算机模型统计仿真器：结构能量预测应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要中的结构指材料几何、图用于编码几何，并非经济结构估计或社会网络研究。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
保持不变性的计算机模型统计仿真器：结构能量预测应用
- 研究问题
- 当计算机模型依赖结构几何并具有不变性时，如何构建保留这些性质的统计仿真器，避免标准方法忽略结构约束？
- 方法与思路
- 作者用加权完全图表示几何结构，定义与图相关的重标记对称函数，并提出非参数核方法估计这类函数。
- 材料陈述的贡献
- 摘要称建立重标记对称函数的刻画定理，提出保持不变性的仿真器框架，并以材料科学实例展示方法效果。
- 阅读关注点
- 应核对被保留的不变性类型、图表示与几何的对应关系、函数刻画定理的条件，以及核方法如何落实结构约束。
- 阅读边界
- 来源为版本未注明的 OpenAlex 索引摘要；未说明具体不变性群、核构造或预测误差，不能外推到所有几何模型或推断刊本变化。
原文摘要
Statistical design and analysis of computer experiments is a growing area in statistics. Computer models with structural invariance properties now appear frequently in materials science, physics, biology, and other fields. These properties are consequences of dependency on structural geometry, and cannot be accommodated by standard statistical emulation methods. In this article, we propose a statistical framework for building emulators to preserve invariance. The framework uses a weighted complete graph to represent the geometry and introduces a new class of function, called the relabeling symmetric functions, associated with the graph. We establish a characterization theorem of the relabeling symmetric functions and propose a nonparametric kernel method for estimating such functions. The effectiveness of the proposed method is illustrated by examples from materials science. Supplemental material for this article can be found online.