Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/59246F3B-3965-4C81-BED7-091E17E29432 | - |
| Αναγνωριστικό | https://doi.org/10.1103/PhysRevE.98.062135 | - |
| Αναγνωριστικό | https://journals.aps.org/pre/abstract/10.1103/PhysRevE.98.062135 | - |
| Γλώσσα | en | - |
| Μέγεθος | 22 pages | en |
| Τίτλος | Gibbs Markov random fields with continuous values based on the modified planar rotator model | en |
| Δημιουργός | Žukovič, Milan | en |
| Δημιουργός | Christopoulos Dionysios | en |
| Δημιουργός | Χριστοπουλος Διονυσιος | el |
| Εκδότης | American Physical Society | en |
| Περίληψη | We introduce a Gibbs Markov random field for spatial data on Cartesian grids based on the modified planar rotator (MPR) model of statistical physics. The MPR model captures spatial correlations using nearest-neighbor interactions of continuously valued spins and does not rely on Gaussian assumptions. The only model parameter is the reduced temperature, which we estimate by means of an ergodic specific energy matching principle. We propose an efficient hybrid Monte Carlo simulation algorithm that leads to fast relaxation of the MPR model and allows vectorization. Consequently, the MPR model's computational time for inference and simulation scales approximately linearly with system size. This makes it more suitable for big data sets, such as satellite and radar images, than conventional geostatistical approaches. The performance (accuracy and computational speed) of the MPR model is validated with conditional simulation of Gaussian synthetic and non-Gaussian real data (atmospheric heat release measurements and Walker-lake DEM-based concentrations) and comparisons with standard gap-filling methods. © 2018 American Physical Society. | en |
| Τύπος | Peer-Reviewed Journal Publication | en |
| Τύπος | Δημοσίευση σε Περιοδικό με Κριτές | el |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
| Ημερομηνία | 2019-05-21 | - |
| Ημερομηνία Δημοσίευσης | 2018 | - |
| Θεματική Κατηγορία | Classical statistical mechanics | en |
| Θεματική Κατηγορία | Environmental research | en |
| Θεματική Κατηγορία | Stochastic inference | en |
| Θεματική Κατηγορία | Stochastic processes | en |
| Θεματική Κατηγορία | Classical spin models | en |
| Θεματική Κατηγορία | Equilibrium lattice models | en |
| Θεματική Κατηγορία | Lattice models in statistical physics | en |
| Θεματική Κατηγορία | Computational complexity | en |
| Θεματική Κατηγορία | Data analysis | en |
| Θεματική Κατηγορία | Hybrid Monte Carlo algorithm | en |
| Θεματική Κατηγορία | Markovian processes | en |
| Θεματική Κατηγορία | Metropolis algorithm | en |
| Θεματική Κατηγορία | Monte Carlo methods | en |
| Θεματική Κατηγορία | Spatial modeling | en |
| Θεματική Κατηγορία | Statistical methods | en |
| Θεματική Κατηγορία | Stochastic analysis | en |
| Θεματική Κατηγορία | XY model | en |
| Θεματική Κατηγορία | Gaussian distribution | en |
| Θεματική Κατηγορία | Image segmentation | en |
| Θεματική Κατηγορία | Intelligent systems | en |
| Θεματική Κατηγορία | Markov processes | en |
| Θεματική Κατηγορία | Statistical Physics | en |
| Βιβλιογραφική Αναφορά | D.T. Hristopulos and M. Žukovič, "Gibbs Markov random fields with continuous values based on the modified planar rotator model", Phys. Rev. E Stat. Nonlin. Soft Matter Phys., vol. 98, no. 6, Dec. 2018. doi: 10.1103/PhysRevE.98.062135 | en |
Copyright © DIAS 2013
