Computationele methoden voor hoogdimensionale Bayesiaanse inverse problemen met data op hoge resolutie. KU Leuven
In dit voorstel zullen we deeltjesmethoden ontwikkelen voor bemonstering en optimalisatie in computationeel uitdagende Bayesiaanse inverse problemen. We zullen problemen beschouwen die gemodelleerd worden door een (mogelijk hoog-dimensionale) partiële differentiaalvergelijking die de evolutie van een systeem in ruimte en tijd beschrijft en mogelijk bijkomende vrijheidsgraden bevat. In dit model moeten we onbekende parameters schatten die ...