Bayesian Functional Emulation of CO2 Emissions on Future Climate Change Scenarios
未来气候变化情景下二氧化碳排放的贝叶斯函数型仿真代理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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心是气候经济模拟器的函数型贝叶斯代理，未明确涉及宏观预测、因子或面板计量，故不作细分归类。
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…
未来气候变化情景下二氧化碳排放的贝叶斯函数型仿真代理
- 研究问题
- 对于确定性的气候经济综合评估模型集合，如何构建统计仿真代理，将离散模拟输出表示为可在连续时间上求值的函数？
- 方法与思路
- 作者采用函数型回归与混合效应层级模型进行全贝叶斯推断，并为误差协方差矩阵提出自回归参数化及相匹配的边际先验。
- 材料陈述的贡献
- 摘要称所提模型为综合评估模拟器的离散输出提供函数型表示，使其能够在连续时间上求值，并统一处理未知参数的贝叶斯推断。
- 阅读关注点
- 应核对输入情景与函数输出的关系、层级混合效应结构、协方差参数化和先验构造，以及连续时间求值与代理精度的验证方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未提供误差评估、情景结果或外推条件，不能据此判断排放预测可靠性。
原文摘要
We propose a statistical emulator for a climate-economy deterministic integrated assessment model ensemble, based on a functional regression framework. Inference on the unknown parameters is carried out through a mixed effects hierarchical model using a fully Bayesian framework with a prior distribution on the vector of all parameters. We also suggest an autoregressive parameterization of the covariance matrix of the error, with matching marginal prior. In this way, we allow for a functional framework for the discretized output of the simulators that allows their time continuous evaluation.