A Scarinci, U bin Waheed, C Gu, X Ren, B M Dia, S Kaka, M Fehler and Y M Marzouk, Robust Bayesian moment tensor inversion with optimal transport misfits: layered medium approximations to the 3-D SEG-EAGE overthrust velocity model,Geophysical Journal International, 234 (2023), pp. 1169-1190.
M Parno, P-B Rubio, D Sharp, M Brennan, R Baptista, H Bonart and Y Marzouk, MParT: Monotone Parameterization Toolkit,Journal of Open Source Software, 7 (2022), pp. 4843.
K.-T. Kim, U. Villa, M. Parno, Y. M. Marzouk, O. Ghattas and N. Petra, hIPPYlib-MUQ: a Bayesian inference software framework for integration of data with complex predictive models under uncertainty,ACM Transactions on Mathematical Software, (2022).
D. Bigoni, Y. M. Marzouk, C. Prieur and O. Zahm, Nonlinear dimension reduction for surrogate modeling using gradient information,Information and Inference: A Journal of the IMA, in press (2022).
A. Spantini, R. Baptista and Y. M. Marzouk, Coupling techniques for nonlinear ensemble filtering,SIAM Review, 64 (2022), pp. 921–953.
M. Le Provost, R. Baptista, Y. M. Marzouk and J. Eldredge, A low-rank ensemble Kalman filter for elliptic observations,Proceedings of the Royal Society A, 478 (2022).
A Litvinenko, Y M Marzouk, H G Matthies, M Scavino and A Spantini, Computing f-divergences and distances of high-dimensional probability density functions,Numerical Linear Algebra with Applications, in press (2022).
M. Brennan, M. Howard, Y. M. Marzouk and L. Dresselhaus-Marais, Analytical methods for superresolution dislocation identification in dark-field X-ray microscopy,Journal of Materials Science, 57 (2022), pp. 14890–14904.
B. Zhang, Y. M. Marzouk and K. Spiliopoulos, Geometry-informed irreversible perturbations for accelerated convergence of Langevin dynamics,Statistics and Computing, 32 (2022).
O. Zahm, T. Cui, K. Law, A. Spantini and Y. M. Marzouk, Certified dimension reduction in nonlinear Bayesian inverse problems,Mathematics of Computation, 91 (2022), pp. 1789–1835.
J. Zech and Y. Marzouk, Sparse approximation of triangular transports. Part II: the infinite dimensional case,Constructive Approximation, 55 (2022), pp. 987–1036.
J. Zech and Y. M. Marzouk, Sparse approximation of triangular transports. Part I: the finite dimensional case,Constructive Approximation, 55 (2022), pp. 919–986.
B. Zhang, T. Sahai and Y. M. Marzouk, A Koopman framework for rare event simulation in stochastic differential equations,Journal of Computational Physics, 456 (2022), pp. 111025.
A. Davis, Y. M. Marzouk, N. Pillai and A. Smith, Rate-optimal refinement strategies for local approximation MCMC,Statistics and Computing, 32 (2022).
A. Musolas, E. Massart, J. Hendrickx, P.-A. Absil and Y. M. Marzouk, Low-rank multi-parametric covariance identification,BIT Numerical Mathematics, 62 (2022), pp. 221–249.
J. Jagalur-Mohan and Y. M. Marzouk, Batch greedy maximization of non-submodular functions: guarantees and applications to experimental design,The Journal of Machine Learning Research, 22 (2021), pp. 1–62.
S. Springer, H. Haario, J. Susiluoto, A. Bibov, A. Davis and Y. M. Marzouk, Efficient Bayesian inference for large chaotic dynamical systems,Geoscientific Model Development, 14 (2021), pp. 4319–4333.
F. Uribe, I. Papaioannou, Y. M. Marzouk and D. Straub, Cross-entropy based importance sampling with failure-informed dimension reduction for rare event simulation,SIAM/ASA Journal on Uncertainty Quantification, 9 (2021), pp. 818–847.
A. Musolas, S. T. Smith and Y. M. Marzouk, Geodesically parameterized covariance estimation,SIAM Journal on Matrix Analysis and Applications, 42 (2021), pp. 528–556.
M. Brennan, D. Bigoni, O. Zahm, A. Spantini and Y. M. Marzouk, Greedy inference with structure-exploiting lazy maps,Advances in Neural Information Processing Systems (NeurIPS) oral presentation, (2020).
D. Bigoni, Y. Chen, N. Garcia-Trillos, Y. M. Marzouk and D. Sanz-Alonso, Data-driven forward discretizations for Bayesian inversion,Inverse Problems, 36 (2020), pp. 105008.
J. Susiluoto, A. Spantini, H. Haario, T. Härkönen and Y. M. Marzouk, Efficient multi-scale Gaussian process regression for massive remote sensing data with satGP v0.1.2.,Geoscientific Model Development, 13 (2020), pp. 3439–3463.
F. Sciortino, N. T. Howard, E. S. Marmar, T. Odstrcil, N. M. Cao, R. Dux, A. E. Hubbard, J. W. Hughes, J. H. Irby, Y. M. Marzouk and L. M. Milanese, Inference of experimental radial impurity transport on Alcator C-Mod: Bayesian parameter estimation and model selection,Nuclear Fusion, 60 (2020), pp. 126014.
O. Zahm, P. Constantine, C. Prieur and Y. M. Marzouk, Gradient-based dimension reduction of multivariate vector-valued functions,SIAM Journal on Scientific Computing, 42 (2020), pp. A534-A558.
C. Gu, U. Mok, Y. M. Marzouk, G. Prieto Gomez, F. Sheibani, J. B. Evans and B. Hager, Bayesian waveform-based calibration of high-pressure acoustic emission systems with ball drop measurements,Geophysical Journal International, 221 (2020), pp. 20-36.
X. T. Tong, M. Morzfeld and Y. M. Marzouk, MALA-within-Gibbs samplers for high-dimensional distributions with sparse conditional structure,SIAM Journal on Scientific Computing, 42 (2020), pp. A1765-A1788.
R. Lam, O. Zahm, Y. M. Marzouk and K. Willcox, Multifidelity dimension reduction via active subspaces,SIAM Journal on Scientific Computing, 42 (2020), pp. A929-A956.
J. Bardsley, T. Cui, Y. M. Marzouk and Z. Wang, Scalable optimization-based sampling on function space,SIAM Journal on Scientific Computing, 42 (2020), pp. A1317-1347.
M. Chilenski, M. Greenwald, Y. M. Marzouk, J. Rice and A. E. White, On the importance of model selection when inferring impurity transport coefficient profiles,Plasma Physics and Controlled Fusion, 61 (2019), pp. 125012.
B. Peherstorfer and Y. M. Marzouk, A transport-based multifidelity preconditioner for Markov chain Monte Carlo,Advances in Computational Mathematics, 45 (2019), pp. 2321–2348.
N. Galagali and Y. M. Marzouk, Exploiting network topology for large-scale inference of nonlinear reaction models,Journal of the Royal Society: Interface, 16 (2019), pp. 20180766.
M. Morzfeld, X. T. Tong and Y. M. Marzouk, Localization for MCMC: sampling high-dimensional posterior distributions with local structure,Journal of Computational Physics, 380 (2019), pp. 1–28.
A. Gorodetsky, S. Karaman and Y. M. Marzouk, A continuous analogue of the tensor-train decomposition,Computer Methods in Applied Mechanics and Engineering, 347 (2019), pp. 59–84.
W. Ji, Z. Ren, Y. M. Marzouk and C. K. Law, Quantifying kinetic uncertainty in turbulent combustion simulations using active subspaces,Proceedings of the Combustion Institute, 37 (2019), pp. 2175–2182.
G. Detomasso, T. Cui, Y. M. Marzouk, R. Scheichl and A. Spantini, A Stein variational Newton method,Advances in Neural Information Processing Systems (NeurIPS), 31 (2018).
M. Parno and Y. M. Marzouk, Transport map accelerated Markov chain Monte Carlo,SIAM/ASA Journal on Uncertainty Quantification, 6 (2018), pp. 645–682.
Q. Zhou, W. Liu, J. Li and Y. M. Marzouk, An approximate empirical Bayesian method for large-scale linear-Gaussian inverse problems,Inverse Problems, 34 (2018), pp. 095001.
R. Baptista, Y. M. Marzouk, K. Willcox and B. Peherstorfer, Optimal approximations of coupling in multidisciplinary models,AIAA Journal, 56 (2018), pp. 2412–2428.
R. Mohammadi-Ghazi, Y. M. Marzouk and Oral Büyüköztürk, Conditional classifiers and boosted conditional Gaussian mixture models for novelty detection,Pattern Recognition, 81 (2018), pp. 601–614.
A. Beskos, A. Jasra, K. Law, Y. M. Marzouk and Y. Zhou, Multilevel sequential Monte Carlo with dimension-independent likelihood-informed proposals,SIAM/ASA Journal on Uncertainty Quantification, 6 (2018), pp. 762–786.
M. Chilenski, M. Greenwald, Y. M. Marzouk, J. Rice and A. White, Efficient design and verification of diagnostics for impurity transport experiments,Review of Scientific Instruments, 89 (2018), pp. 013504.
P. Conrad, A. Davis, Y. M. Marzouk, N. Pillai and A. Smith, Parallel local approximation MCMC for expensive models,SIAM/ASA Journal on Uncertainty Quantification, 6 (2018), pp. 339–373.
A. Gorodetsky, S. Karaman and Y. M. Marzouk, High-dimensional stochastic optimal control using continuous tensor decompositions,International Journal of Robotics Research, 37 (2018), pp. 340–377.
J. Jagalur-Mohan, B. Jha, Z. Wang, R. Juanes and Y. M. Marzouk, Inferring fault frictional and reservoir hydraulic properties from injection-induced seismicity,Geophysical Research Letters, 45 (2018), pp. 1313–1320.
A. Spantini, D. Bigoni and Y. M. Marzouk, Inference via low-dimensional couplings,The Journal of Machine Learning Research, 19 (2018), pp. 1–71.
C. Gu, Y. M. Marzouk and M. N. Toksöz, Waveform-based Bayesian full moment tensor inversion and uncertainty determination for induced seismicity in an oil/gas field,Geophysical Journal International, 212 (2018), pp. 1963–1985.
A. Marques, Q. Wang and Y. M. Marzouk, Data-driven integral boundary layer modeling for airfoil performance prediction in the laminar regime,AIAA Journal, 56 (2018), pp. 482–496.
W. Ji, J. Wang, O. Zahm, Y. M. Marzouk, B. Yang, Z. Ren and C. K. Law, Shared low-dimensional subspaces for propagating kinetic uncertainty to multiple outputs,Combustion and Flame, 190 (2018), pp. 146–157.
R. Morrison, R. Baptista and Y. M. Marzouk, Beyond normality: Learning sparse probabilistic graphical models in the non-Gaussian setting,Advances in Neural Information Processing Systems (NIPS), 30 (2017).
M. Chilenski, M. Greenwald, A. Hubbard, J. Hughes, J. Lee, Y. M. Marzouk, J. Rice and A. White, Experimentally testing the dependence of momentum transport on second derivatives using Gaussian process regression,Nuclear Fusion, 57 (2017), pp. 126013.
A. Spantini, T. Cui, K. Willcox, L. Tenorio and Y. M. Marzouk, Goal-oriented optimal approximations of Bayesian linear inverse problems,SIAM Journal on Scientific Computing, 39 (2017), pp. S167–S196.
Z. Wang, J. M. Bardsley, A. Solonen, T. Cui and Y. M. Marzouk, Bayesian inverse problems with l1 priors: a randomize-then-optimize approach,SIAM Journal on Scientific Computing, 39 (2017), pp. S140–S166.
M. Parno, T. Moselhy and Y. M. Marzouk, A multiscale strategy for Bayesian inference using transport maps,SIAM/ASA Journal on Uncertainty Quantification, 4 (2016), pp. 1160–1190.
D. Bigoni, A. Engsig-Karup and Y. M. Marzouk, Spectral tensor-train decomposition,SIAM Journal on Scientific Computing, 38 (2016), pp. A2405–A2439.
T. Cui, Y. M. Marzouk and K. Willcox, Scalable posterior approximations for large-scale Bayesian inverse problems via likelihood-informed parameter and state reduction,Journal of Computational Physics, 315 (2016), pp. 363–387.
A. Gorodetsky and Y. M. Marzouk, Mercer kernels and integrated variance experimental design: connections between Gaussian process regression and polynomial approximation,SIAM/ASA Journal on Uncertainty Quantification, 4 (2016), pp. 796–828.
A. Solonen, T. Cui, J. Hakkarainen and Y. M. Marzouk, On dimension reduction in Gaussian filters,Inverse Problems, 32 (2016), pp. 045003.
B. Peherstorfer, T. Cui, Y. M. Marzouk and K. Willcox, Multifidelity importance sampling,Computer Methods in Applied Mechanics and Engineering, 300 (2016), pp. 490–509.
T. Cui, K. J. H. Law and Y. M. Marzouk, Dimension-independent likelihood-informed MCMC,Journal of Computational Physics, 304 (2016), pp. 109–137.
P. Conrad, Y. M. Marzouk, N. Pillai and A. Smith, Accelerating asymptotically exact MCMC for computationally intensive models via local approximations,Journal of the American Statistical Association, 111 (2016), pp. 1591–1607.
A. Spantini, A. Solonen, T. Cui, J. Martin, L. Tenorio and Y. M. Marzouk, Optimal low-rank approximations of Bayesian linear inverse problems,SIAM Journal on Scientific Computing, 37 (2015), pp. A2451–A2487.
T. Weng, Z. Zhang, Z. Su, Y. M. Marzouk, A. Melloni and L. Daniel, Uncertainty quantification of silicon photonic devices with correlated and non-Gaussian random parameters,Optics Express, 23 (2015), pp. 4242–4254.
D. Kohler, Y. M. Marzouk, J. Müller and U. Wever, A new network approach to Bayesian inference in partial differential equations,International Journal for Numerical Methods in Engineering, 104 (2015), pp. 313–329.
M. A. Chilenski, M. Greenwald, Y. M. Marzouk, N. T. Howard, A. E. White, J. E. Rice and J. R. Walk, Improved profile fitting and quantification of uncertainty in experimental measurements of impurity transport coefficients using Gaussian process regression,Nuclear Fusion, 55 (2015), pp. 023012.
R. Aggarwal, M. Demkowicz and Y. M. Marzouk, Bayesian inference of substrate properties from film behavior,Modelling and Simulation in Materials Science and Engineering, 23 (2015), pp. 015009.
N. Galagali and Y. M. Marzouk, Bayesian inference of chemical kinetic models from proposed reactions,Chemical Engineering Science, 123 (2015), pp. 170–190.
T. Cui, Y. M. Marzouk and K. Willcox, Data-driven model reduction for the Bayesian solution of inverse problems,International Journal for Numerical Methods in Engineering, 102 (2015), pp. 966–990.
T. Cui, J. Martin, Y. M. Marzouk, A. Solonen and A. Spantini, Likelihood-informed dimension reduction for nonlinear inverse problems,Inverse Problems, 29 (2014), pp. 114015.
A. Gorodetsky and Y. M. Marzouk, Efficient localization of discontinuities in complex computational simulations,SIAM Journal on Scientific Computing, 36 (2014), pp. A2584–A2610.
J. Li and Y. M. Marzouk, Adaptive construction of surrogates for the Bayesian solution of inverse problems,SIAM Journal on Scientific Computing, 36 (2014), pp. A1163–A1186.
X. Huan and Y. M. Marzouk, Gradient-based stochastic optimization methods in Bayesian experimental design,International Journal for Uncertainty Quantification, 4 (2014), pp. 479–510.
J. Winokur, P. Conrad, I. Sraj, O. Knio, A. Srinivasan, W. C. Thacker, Y. M. Marzouk and M. Iskandarani,, A priori testing of sparse adaptive polynomial chaos expansions using an ocean general circulation model database,Computational Geosciences, 17 (2013), pp. 899-911.
P. Conrad and Y. M. Marzouk, Adaptive Smolyak pseudospectral approximations,SIAM Journal on Scientific Computing, 35 (2013), pp. A2643–A2670.
G. Bal, I. Langmore and Y. M. Marzouk, Bayesian inverse problems with Monte Carlo forward models,Inverse Problems and Imaging, 7 (2013), pp. 81–105.
X. Huan and Y. M. Marzouk, Simulation-based optimal Bayesian experimental design for nonlinear systems,Journal of Computational Physics, 232 (2013), pp. 288–317.
T. A. Moselhy and Y. M. Marzouk, Bayesian inference with optimal maps,Journal of Computational Physics, 231 (2012), pp. 7815–7850.
J. Ray, S. McKenna, B. van Bloemen Waanders and Y. M. Marzouk, Bayesian reconstruction of binary media with unresolved fine-scale spatial structures,Advances in Water Resources, 44 (2012), pp. 1–19.
A. Narayan, Y. M. Marzouk and D. Xiu, Sequential data assimilation with multiple models,Journal of Computational Physics, 231 (2012), pp. 6401–6418.
R. D. Berry, H. N. Najm, B. J. Debusschere, Y. M. Marzouk and H. Adalsteinsson, Data-free inference of the joint distribution of uncertain model parameters,Journal of Computational Physics, 231 (2012), pp. 2180-2198.
B. J. Debusschere, Y. M. Marzouk, H. N. Najm, B. Rhoads, D. A. Goussis and M. Valorani, Computational singular perturbation with non-parametric tabulation of slow manifolds for time integration of stiff chemical kinetics,Combustion Theory and Modeling, 16 (2011), pp. 173-198.
S. McKenna, J. Ray, Y. M. Marzouk and B. van Bloemen Waanders, Truncated multi-Gaussian fields and effective conductance of binary media,Advances in Water Resources, 34 (2011), pp. 617-626.
F. Schlegel, D. Wee, Y. M. Marzouk and A. F. Ghoniem, Contributions of the wall boundary layer to the formation of the counter-rotating vortex pair in transverse jets.,Journal of Fluid Mechanics, 676 (2011), pp. 461-490.
F. Rizzi, M. Salloum, Y. M. Marzouk, R. Xu, M. L. Falk, T. P. Weihs, G. Fritz and O. M. Knio, Bayesian inference of atomic diffusivity in a binary Ni/Al system based on molecular dynamics,SIAM Multiscale Modeling and Simulation, 9 (2011), pp. 486-512.
J. Ray, Y. M. Marzouk and H. N. Najm, A Bayesian approach for estimating bioterror attacks from patient data,Statistics in Medicine, 30 (2010), pp. 101-126.
D. Wee, Y. M. Marzouk, F. Schlegel and A. F. Ghoniem, Convergence characteristics and computational cost of two algebraic kernels in vortex methods with a tree-code algorithm,SIAM Journal on Scientific Computing, 31 (2009), pp. 2510-2527.
Y. M. Marzouk and H. N. Najm, Dimensionality reduction and polynomial chaos acceleration of Bayesian inference in inverse problems,Journal of Computational Physics, 228 (2009), pp. 1862-1902.
Y. M. Marzouk and D. Xiu, A stochastic collocation approach to Bayesian inference in inverse problems,Communications in Computational Physics, 6 (2009), pp. 826-847.
H. N. Najm, B. J. Debusschere, Y. M. Marzouk, S. Widmer and O. LeMaître, Uncertainty quantification in chemical systems,International Journal for Numerical Methods in Engineering, 80 (2009), pp. 789-814.
K. Sargsyan, B. J. Debusschere, H. N. Najm and Y. M. Marzouk, Bayesian inference of spectral expansions for predictability assessment in stochastic reaction networks,Journal of Computational and Theoretical Nanoscience, 6 (2009), pp. 2283-2297.
Y. M. Marzouk, H. N. Najm and L. A. Rahn,, Stochastic spectral methods for efficient Bayesian solution of inverse problems,Journal of Computational Physics, 224 (2007), pp. 560-586.
Y. M. Marzouk and A. F. Ghoniem, Vorticity structure and evolution in a transverse jet,Journal of Fluid Mechanics, 575 (2007), pp. 267-305.
Y. M. Marzouk and A. F. Ghoniem, K-means clustering for optimal partitioning and dynamic load balancing of parallel hierarchical N-body simulations,Journal of Computational Physics, 207 (2005), pp. 493-528.
Y. M. Marzouk, A. F. Ghoniem and H. N. Najm, Toward a flame embedding model for turbulent combustion simulation,AIAA Journal, 41 (2003), pp. 641-652.
Y. M. Marzouk, A. F. Ghoniem and H. N. Najm, Dynamic response of strained premixed flames to equivalence ratio gradients,Proceedings of the Combustion Institute, 28 (2000), pp. 1859-1866.
Y. M. Marzouk and D. P. Hart, Asymmetric autocorrelation function to resolve directional ambiguity in PIV images,Experiments in Fluids, 25 (1998), pp. 401-408.