This paper explores a Gaussian proc

This paper explores a Gaussian process emulator based approach for rapid Bayesian inference of contaminant source location and characteristics in an indoor environment. In the pre-event detection stage, the proposed approach represents transient contaminant fate and transport as a random function with multivariate Gaussian process prior. Hyper-parameters of the Gaussian process prior are inferred using a set of contaminant fate and transport simulation runs obtained at predefined source locations and characteristics. This paper uses an integrated multizone-CFD model to simulate contaminant fate and transport. Mean of the Gaussian process, conditional on the inferred hyper-parameters, is used as a computationally efficient statistical emulator of the multizone-CFD simulator. In the post event-detection stage, the Bayesian framework is used to infer the source location and characteristics using the contaminant concentration data obtained through a sensor network. The Gaussian process emulator of the contaminant fate and transport is used for Markov Chain Monte Carlo sampling to efficiently explore the posterior distribution of source location and characteristics. Efficacy of the proposed method is demonstrated for a hypothetical contaminant release through multiple sources in a single storey seven room building. The method is found to infer location and characteristics of the multiple sources accurately. The posterior distribution obtained using the proposed method is found to agree closely with the posterior distribution obtained by directly coupling the multizone-CFD simulator with the Markov Chain Monte Carlo sampling.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้สำรวจวิธีการ emulator ใช้ Gaussian กระบวนการสำหรับข้อทฤษฎีอย่างรวดเร็วของสารปนเปื้อนแหล่งที่ตั้งและลักษณะสภาพแวดล้อมภายใน ในระยะตรวจจับเหตุการณ์ล่วงหน้า วิธีการนำเสนอหมายถึงชะตากรรมชั่วคราวสารปนเปื้อนและการขนส่งเป็นฟังก์ชันสุ่มด้วย multivariate Gaussian กระบวนการก่อน ไฮเปอร์พารามิเตอร์ของก่อนกระบวนการ Gaussian สรุปใช้ชุดของชะตากรรมของสารปนเปื้อน และรันการจำลองได้ที่สถานต้นทางที่กำหนดไว้ล่วงหน้าและลักษณะการขนส่ง กระดาษนี้ใช้แบบจำลอง CFD multizone รวมการจำลองเฟตสารปนเปื้อนและขนส่ง หมายถึงการ Gaussian เงื่อนไขบน inferred ไฮเปอร์พารามิเตอร์ ใช้เป็นตัว emulator สถิติ computationally มีประสิทธิภาพของจำลอง multizone CFD ระยะตรวจจับเหตุการณ์ลง ใช้กรอบทฤษฎีรู้ตำแหน่งแหล่งที่มาและลักษณะการใช้ข้อมูลความเข้มข้นสารปนเปื้อนที่รับผ่านเครือข่ายเซ็นเซอร์ Emulator Gaussian กระบวนของสารปนเปื้อนชะตากรรมและการขนส่งใช้สำหรับสุ่ม Markov โซ่มงต์การ์โลแห่งกระจายแหล่งที่ตั้งและลักษณะหลังได้อย่างมีประสิทธิภาพ ประสิทธิภาพของวิธีการนำเสนอจะแสดงการปล่อยสารปนเปื้อนสมมุติผ่านหลายแหล่งในอาคารชั้นเดียว 7 ห้อง พบวิธีการรู้ตำแหน่งและลักษณะของแหล่งมาหลายอย่าง พบการกระจายหลังได้โดยใช้วิธีการนำเสนอให้เห็นอย่างใกล้ชิด ด้วยการแจกหลังได้รับ โดยตรง coupling จำลอง multizone CFD กับสุ่ม Markov โซ่มงต์การ์โล

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะสำรวจวิธีการจำลองตามกระบวนการเสียนเพื่อการอนุมาน Bayesian อย่างรวดเร็วของสารปนเปื้อนที่แหล่งที่มาและลักษณะในสภาพแวดล้อมในร่ม ในขั้นตอนการตรวจสอบก่อนเหตุการณ์วิธีการที่นำเสนอแสดงให้เห็นถึงชะตากรรมของสารปนเปื้อนชั่วคราวและการขนส่งเป็นฟังก์ชันสุ่มกับกระบวนการหลายตัวแปรเสียก่อน ไฮเปอร์พารามิเตอร์ของกระบวนการเสียก่อนที่จะมีการสรุปใช้ชุดของสารปนเปื้อนชะตากรรมและการจำลองการขนส่งที่ได้รับการทำงานในสถานที่แหล่งที่มาและลักษณะที่กำหนดไว้ล่วงหน้า กระดาษนี้จะใช้รูปแบบการ multizone-CFD แบบบูรณาการเพื่อจำลองชะตากรรมของสารปนเปื้อนและการขนส่ง หมายถึงกระบวนการของเสียน, เงื่อนไขในการสรุปไฮเปอร์พารามิเตอร์ใช้เป็นโปรแกรมจำลองทางสถิติที่มีประสิทธิภาพของคอมพิวเตอร์จำลอง multizone-CFD โพสต์ในขั้นตอนการตรวจสอบเหตุการณ์ที่กรอบ Bayesian จะใช้ในการสรุปสถานแหล่งที่มาและลักษณะการใช้ข้อมูลความเข้มข้นของสารปนเปื้อนที่ได้รับผ่านทางเครือข่ายเซ็นเซอร์ จำลองขั้นตอนการเสียของชะตากรรมสารปนเปื้อนและการขนส่งที่ใช้สำหรับห่วงโซ่มาร์คอฟ Monte Carlo สุ่มตัวอย่างในการสำรวจได้อย่างมีประสิทธิภาพการกระจายหลังของตำแหน่งแหล่งที่มาและลักษณะ ประสิทธิภาพของวิธีที่เสนอคือการแสดงให้เห็นถึงการปล่อยสารปนเปื้อนสมมุติผ่านหลายแหล่งในอาคารชั้นเดียวห้องที่เจ็ด วิธีการที่จะพบเพื่อสรุปสถานที่และลักษณะของแหล่งที่มาหลายอย่างถูกต้อง กระจายหลังได้โดยใช้วิธีการที่เสนอจะพบจะเห็นด้วยอย่างใกล้ชิดกับการกระจายหลังที่ได้รับจากการมีเพศสัมพันธ์โดยตรงจำลอง multizone-CFD กับมาร์คอฟเชนมอนติคาร์สุ่มตัวอย่าง

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอกระบวนการเสียน Emulator ตามแนวทางการอนุมานคชกรรมอย่างรวดเร็วของแหล่งที่มาและลักษณะสถานที่ที่ปนเปื้อนในสภาพแวดล้อมในร่ม ในเหตุการณ์ก่อนการตรวจสอบขั้นตอน วิธีการที่เสนอเป็นโชคชะตาที่ปนเปื้อนชั่วคราวและการขนส่งเป็นฟังก์ชันหลายตัวแปรแบบมีลักษณะกระบวนการก่อนพารามิเตอร์ของกระบวนการก่อนที่จะไฮเปอร์ ) สรุปการใช้ชุดของโชคชะตาสิ่งปนเปื้อนและการจำลองการขนส่งวิ่งที่ได้รับล่วงหน้าแหล่งที่ตั้งและลักษณะ บทความนี้ใช้แบบจำลอง CFD การจำลองแบบ multizone โชคชะตาสิ่งปนเปื้อนและการขนส่ง หมายถึงกระบวนการของเกาส์เป็นบนสรุป Hyper พารามิเตอร์ใช้ตัวสถิติ computationally ประสิทธิภาพของ multizone CFD จำลอง ในการโพสต์เหตุการณ์ตรวจจับระยะ กรอบแบบใช้อนุมานสถานที่แหล่งที่มาและลักษณะการใช้สารปนเปื้อนปริมาณข้อมูลผ่านเครือข่ายเซ็นเซอร์ .กระบวนการเสียน emulator ของสารปนเปื้อนโชคชะตาและการขนส่งที่ใช้ Markov Monte Carlo ) ให้มีประสิทธิภาพ สำรวจสถานที่ และลักษณะการกระจายของแหล่งที่มา ประสิทธิภาพของวิธีที่เสนอจะแสดงให้เห็นถึงการปนเปื้อนสมมุติปล่อยผ่านหลายแหล่งในชั้นเดียว 7 ห้องอาคารวิธีการพบ สรุปว่าที่ตั้งและลักษณะของแหล่งข้อมูลหลายที่ถูกต้อง การกระจายของได้ใช้วิธีที่เสนอจะพบว่าเห็นด้วย อย่างใกล้ชิดกับการเปิดตัวของได้โดยตรง multizone CFD จำลองด้วย Markov Monte Carlo การสุ่มตัวอย่าง