光谱学中的线缩窄问题的顺序蒙特卡洛Log-Gaussian Cox过程
摘要：一种用于光谱学中的线形缩窄的统计模型的提出，该模型可很好地近似为洛伦茨或伏格特函数的线性组合。我们引入了对数高斯Cox过程来表示峰位置，从而为线形缩窄提供了不确定性量化。贝叶斯方法的形成允许将先验信息作为模型参数的概率分布稳健而明确地纳入。使用顺序蒙特卡洛算法对信号及其参数进行估计，然后通过优化步骤确定峰位置。我们的方法通过模拟研究进行验证，并应用于矿物学拉曼光谱中。
作者：Teemu H"ark"onen, Emma Hannula, Matthew T. Moores, Erik M. Vartiainen, Lassi Roininen
论文ID：2202.13120
分类：Applications
分类简称：stat.AP
提交时间：2023-06-08