Sparse grid nested sampling for model selection in eddy-current testing

Abstract : Model selection is a common problem that one can run into in non-destructive evaluations. Without any further information, uniform distributions can be used as the prior models. Among the methods dedicated to model evidence estimation, Nested Sampling (NS) is one of the most efficient one. Compared to traditional Monte-Carlo methods, it offers a good compromise between the computational cost and the ability to manage complicated objective functions. In the present work, we use an accelerated NS method. The acceleration benefits from the existing points in the database and narrows down the parameter search space at the initialisation.
Type de document :
Communication dans un congrès
N. Yusa. 20th International Workshop on Electromagnetic Nondestructive Evaluation (ENDE’2015),, Sep 2015, Sendai, Japan. OS1-4 (2 p.)
Liste complète des métadonnées

Littérature citée [7 références]  Voir  Masquer  Télécharger

https://hal-centralesupelec.archives-ouvertes.fr/hal-01207363
Contributeur : Marc Lambert <>
Soumis le : mercredi 30 septembre 2015 - 16:23:57
Dernière modification le : vendredi 19 janvier 2018 - 13:44:06
Document(s) archivé(s) le : jeudi 31 décembre 2015 - 10:41:24

Fichier

ENDE2015-Cai.OS1-4.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01207363, version 1

Citation

Caifang Cai, Marc Lambert, Sandor Bilicz. Sparse grid nested sampling for model selection in eddy-current testing. N. Yusa. 20th International Workshop on Electromagnetic Nondestructive Evaluation (ENDE’2015),, Sep 2015, Sendai, Japan. OS1-4 (2 p.). 〈hal-01207363〉

Partager

Métriques

Consultations de la notice

291

Téléchargements de fichiers

141