Bayem: Implementation and derivation of “variational Bayesian inference for a nonlinear forward model [Chappell et al 2008]“ for arbitrary, user-defined model errors

  • A python implementation of an analytical variational Bayes algorithm of "Variational Bayesian inference for a nonlinear forward model", Chappell, Michael A., Adrian R. Groves, Brandon Whitcher, and Mark W. Woolrich, IEEE Transactions on Signal Processing 57, no. 1 (2008): 223-236, with an updated free energy equation to correctly capture the log evidence. The algorithm requires a user-defined model error allowing an arbitrary combination of custom forward models and measured data.

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Abbas Jafari, Thomas Titscher, Annika Robens-Radermacher
Dokumenttyp:Forschungsdatensatz
Veröffentlichungsform:Graue Literatur
Sprache:Englisch
Jahr der Erstveröffentlichung:2025
Organisationseinheit der BAM:7 Bauwerkssicherheit
7 Bauwerkssicherheit / 7.7 Modellierung und Simulation
Herausgeber (Institution):Bundesanstalt für Materialforschung und -prüfung (BAM)
Verlag:Zenodo
Verlagsort:Geneva
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften / Ingenieurbau
Freie Schlagwörter:Implementation; Nonlinear forward model; Variational Bayesian inference
Themenfelder/Aktivitätsfelder der BAM:Infrastruktur
Infrastruktur / Green Intelligent Building
Art der Ressource:Software
DOI:10.5281/zenodo.17804665
Verfügbarkeit des Dokuments:Datei für die Öffentlichkeit verfügbar ("Open Access")
Lizenz (Englisch):License LogoThe MIT License
Datum der Freischaltung:30.12.2025
Referierte Publikation:Nein
Schriftenreihen ohne Nummerierung:Forschungsdatensätze der BAM
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.