Fechar

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3KMHBGB
Repositóriosid.inpe.br/mtc-m21b/2015/12.01.16.18   (acesso restrito)
Última Atualização2015:12.01.16.21.21 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21b/2015/12.01.16.18.58
Última Atualização dos Metadados2018:06.04.02.55.54 (UTC) administrator
DOI10.1016/j.ascom.2015.09.00
ISSN2213-1337
Chave de CitaçãoIshidaVPCSTCB:2015:LiInVi
TítuloCosmoabc: likelihood-free inference via population Monte Carlo approximate bayesian computation
Ano2015
MêsNov.
Data de Acesso08 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI pi
Número de Arquivos1
Tamanho3392 KiB
2. Contextualização
Autor1 Ishida, E. E. O.
2 Vitenti, S. D. P.
3 Penna-Lima, Mariana
4 Cisewski, J.
5 Souza, R. S.
6 Trindade, A. M. M.
7 Cameron, E.
8 Busti, V. C.
Grupo1
2
3 DAS-CEA-INPE-MCTI-GOV-BR
Afiliação1 Max-Planck-Institut für Astrophysik
2 Institut d'Astrophysique de Paris
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Yale University
5 EIRSA Lendulet Astrophysics Research Group
6 Universidade do Porto
7 University of Oxford
8 Astronomy, Cosmology and Gravity Centre (ACGC)
RevistaAstronomy and Computing
Volume13
Páginas1-11
Histórico (UTC)2015-12-01 16:18:58 :: simone -> administrator ::
2018-06-04 02:55:54 :: administrator -> simone :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-Chave(cosmology:) large-scale structure of universe
Galaxies: statistics
ResumoApproximate Bayesian Computation (ABC) enables parameter inference for complex physical systems in cases where the true likelihood function is unknown, unavailable, or computationally too expensive. It relies on the forward simulation of mock data and comparison between observed and synthetic catalogues. Here we present cosmoabc, a Python ABC sampler featuring a Population Monte Carlo variation of the original ABC algorithm, which uses an adaptive importance sampling scheme. The code is very flexible and can be easily coupled to an external simulator, while allowing to incorporate arbitrary distance and prior functions. As an example of practical application, we coupled cosmoabc with the numcosmo library and demonstrate how it can be used to estimate posterior probability distributions over cosmological parameters based on measurements of galaxy clusters number counts without computing the likelihood function. cosmoabc is published under the GPLv3 license on PyPI and GitHub and documentation is available at http://goo.gl/SmB8EX.
ÁreaCEA
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDAS > Cosmoabc: likelihood-free inference...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 01/12/2015 14:18 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvo2015_ishida.pdf
Grupo de Usuáriosadministrator
simone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3ETR8EH
DivulgaçãoWEBSCI; SCOPUS.
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosalternatejournal archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress electronicmailaddress format isbn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar