Bayesian Inference in Wavelet-Based Models

این جلد مروری بر روش‌های بیزی برای استنتاج در حوزه موجک ارائه می‌کند. مقالات این جلد به شش بخش تقسیم شده است: دو مقاله اول مفاهیم اساسی را معرفی می کند. فصل‌های قسمت دوم رویکردهای مختلف مدل‌سازی قبلی را با استفاده از پیشین‌های مستقل بررسی می‌کنند. مقاله‌های بخش سوم جنبه‌های نظری تصمیم‌گیری چنین مدل‌های قبلی را مورد بحث قرار می‌دهند. در بخش چهارم، برخی از جنبه‌های مدل‌سازی قبلی با استفاده از پیشین‌هایی که وابستگی را به حساب می‌آورند، بررسی می‌شوند. بخش پنجم استفاده از تجزیه موجک دو بعدی را در مدل‌سازی فضایی در نظر می‌گیرد. فصل‌های قسمت ششم استفاده از تخمین بیز تجربی در مدل‌های مبتنی بر موجک را مورد بحث قرار می‌دهند. بخش هفتم جلد را با بحث در مورد مطالعات موردی با استفاده از رویکردهای بیزی مبتنی بر موجک به پایان می‌رساند. همکاری همه مشارکت کنندگان در تهیه به موقع نسخه های خطی آنها بسیار مورد توجه است. ما در اوایل تصمیم گرفتیم که داوری و ارزیابی انتقادی مقالاتی که برای گنجاندن در این جلد ارسال شده اند، مهم است. برای این وظیفه اساسی، ما به خدمات داوران متعددی که بیش از همه به آنها مدیون هستیم، تکیه کردیم. ما همچنین از جان کیمل و داوران Springer-Verlag سپاسگزاریم که پیشنهاد ما را به موقع بررسی کردند. تشکر ویژه ما از همسرانمان، گواتامی و دراگا، برای حمایتشان است.

This volume presents an overview of Bayesian methods for inference in the wavelet domain. The papers in this volume are divided into six parts: The first two papers introduce basic concepts. Chapters in Part II explore different approaches to prior modeling, using independent priors. Papers in the Part III discuss decision theoretic aspects of such prior models. In Part IV, some aspects of prior modeling using priors that account for dependence are explored. Part V considers the use of 2-dimensional wavelet decomposition in spatial modeling. Chapters in Part VI discuss the use of empirical Bayes estimation in wavelet based models. Part VII concludes the volume with a discussion of case studies using wavelet based Bayesian approaches. The cooperation of all contributors in the timely preparation of their manuscripts is greatly recognized. We decided early on that it was impor­ tant to referee and critically evaluate the papers which were submitted for inclusion in this volume. For this substantial task, we relied on the service of numerous referees to whom we are most indebted. We are also grateful to John Kimmel and the Springer-Verlag referees for considering our proposal in a very timely manner. Our special thanks go to our spouses, Gautami and Draga, for their support.