多个分布的总和

Question

背景

我尝试使用空间明确的数据来估计一个地理区域内的潜在能源供应。为此，我构建了一个贝叶斯网络（HydeNet 包）并将其附加到 R 中的栅格堆栈。贝叶斯网络模型从栅格堆栈中读取每个单元位置的输入数据（例如资源供应、转换效率）并计算相应的能源供应（MCMC 模拟）。结果，我获得了一个新的栅格层，该层具有每个栅格单元的预期能量供应的特定概率分布。

但是，我对研究区域内的总能源供应同样感兴趣。这意味着我需要汇总（求和）所有栅格单元的潜在供应，以获得该区域内的整体供应潜力。

Click here for visual example

研究

我想做的数学运算叫做卷积。 R 提供了一个名为 convolve 的相应函数，该函数利用了 Fast Fourrier 变换。

到目前为止，我发现的示例（例如示例 1、2）仅限于一次添加两个分布。但是，我想总结多个分布（数千、数百万）。

问题

如何对多个概率分布求和（卷积）？

我有多达 18,000,000 个概率分布。因此计算效率肯定是一个大问题。 此外，我主要对 R 中的解决方案感兴趣，但其他解决方案（尤其是 Python）也受到赞赏。

Answer 1

我不知道一次卷积多个分布是否会导致速度提高。不会像a123 = convolve(a1, a2, a3) 在幕后简化为a12 = convolve(a1, a2); a123 = convolve(a12, a30) 吗？无论如何，在 R 中，您可以尝试使用 foreach 包并并行执行所有卷积。在四核上可以将计算速度（理论上）提高 4 倍。如果您真的想要更快的速度，您可以尝试使用 OpenCL 包来查看是否可以在 GPU 上并行执行这些计算，但这是编程方面不容易进入。如果我是你，我会更多地关注这类解决方案，而不是尝试加速执行卷积的函数。