Fugu-MT 論文翻訳(概要): Approximating Posterior Predictive Distributions by Averaging Output From Many Particle Filters

論文の概要: Approximating Posterior Predictive Distributions by Averaging Output From Many Particle Filters

arxiv url: http://arxiv.org/abs/2006.15396v3
Date: Sun, 14 Feb 2021 00:28:58 GMT
ステータス: 処理完了
システム内更新日: 2022-11-16 08:09:04.138755
Title: Approximating Posterior Predictive Distributions by Averaging Output From Many Particle Filters
Title（参考訳）: 多数の粒子フィルタからの出力平均化による後続予測分布の近似
Authors: Taylor R. Brown
Abstract要約: 本稿では, it Particle Swarm filter(粒子群最適化と混同しないように)を紹介する。多くの粒子フィルタからの予測近似を平均化することにより、後続の予測分布の列への近似を目標とする。大数の法則と中心極限定理、およびボラティリティモデルからのシミュレーションデータの数値的研究が提供される。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper introduces the {\it particle swarm filter} (not to be confused with particle swarm optimization): a recursive and embarrassingly parallel algorithm that targets an approximation to the sequence of posterior predictive distributions by averaging expectation approximations from many particle filters. A law of large numbers and a central limit theorem are provided, as well as an numerical study of simulated data from a stochastic volatility model.
Abstract（参考訳）: 本稿では,多くの粒子フィルタからの期待値近似を平均化することにより,後続予測分布の列への近似を目標とする再帰的かつ恥ずかしい並列アルゴリズムである {\it particle swarm filter}(粒子群最適化と混同してはならない)を紹介する。大数の法則と中心極限定理と、確率的ボラティリティモデルによるシミュレーションデータの数値的研究が提供されている。

関連論文リスト

Convergence of Score-Based Discrete Diffusion Models: A Discrete-Time Analysis [56.442307356162864]
連続時間マルコフ連鎖(CTMC)に基づくスコアベース離散拡散モデルの理論的側面について検討する。本稿では,事前定義された時間点におけるスコア推定値を利用する離散時間サンプリングアルゴリズムを一般状態空間$[S]d$に導入する。我々の収束解析はジルサノフ法を用いて離散スコア関数の重要な性質を確立する。
論文参考訳（メタデータ） (2024-10-03T09:07:13Z)
Ensemble Transport Filter via Optimized Maximum Mean Discrepancy [0.0]
本稿では, 粒子フィルタの解析段階をトランスポートマップで再構築し, アンサンブルに基づく新しいフィルタ法を提案する。トランスポートマップは、最大平均離散損失関数によって記述された最適化問題によって構築される。アンサンブルカルマンフィルタに対する提案手法の利点を示すために,いくつかの数値例を示す。
論文参考訳（メタデータ） (2024-07-16T08:54:12Z)
Closed-form Filtering for Non-linear Systems [83.91296397912218]
我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
論文参考訳（メタデータ） (2024-02-15T08:51:49Z)
Nonlinear Filtering with Brenier Optimal Transport Maps [4.745059103971596]
本稿では,非線形フィルタリング,すなわち動的システムの状態の条件分布の計算の問題について述べる。従来の逐次重要再サンプリング(SIR)粒子フィルタは、縮退確率や高次元状態を含むシナリオにおいて、基本的な制限に悩まされる。本稿では,Brenier 最適輸送 (OT) マップを,現在の状態の分布から次のステップにおける後部分布へ推定する手法について検討する。
論文参考訳（メタデータ） (2023-10-21T01:34:30Z)
Continuous-time Particle Filtering for Latent Stochastic Differential Equations [37.51802583388233]
本稿では,粒子フィルタを連続時間領域に拡張した連続潜時粒子フィルタを提案する。本研究では, 連続潜時粒子フィルタが, 学習した変動後部に依存した推論手法の汎用的なプラグイン代替として利用できることを示す。
論文参考訳（メタデータ） (2022-09-01T01:05:31Z)
Computational Doob's h-transforms for Online Filtering of Discretely Observed Diffusions [65.74069050283998]
本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
論文参考訳（メタデータ） (2022-06-07T15:03:05Z)
Deep Learning for the Benes Filter [91.3755431537592]
本研究では,メッシュのないニューラルネットワークによるベンズモデルの解の密度の表現に基づく新しい数値計算法を提案する。ニューラルネットワークの領域選択におけるフィルタリングモデル方程式における非線形性の役割について論じる。
論文参考訳（メタデータ） (2022-03-09T14:08:38Z)
Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
論文参考訳（メタデータ） (2022-02-23T06:11:49Z)
When is Particle Filtering Efficient for Planning in Partially Observed Linear Dynamical Systems? [60.703816720093016]
本稿では, 逐次計画における粒子フィルタリングの効率性について検討する。我々は、粒子フィルタリングに基づくポリシーの長期報酬が正確な推測に基づいてそれに近いように、必要な粒子の数に縛り付けることができる。このテクニックは、他のシーケンシャルな意思決定問題に有効であると考えています。
論文参考訳（メタデータ） (2020-06-10T17:43:43Z)
Multiplicative Gaussian Particle Filter [18.615555573235987]
フィルタ問題における近似推論のためのサンプリングに基づく新しい手法を提案する。有限個の状態からなる条件分布を粒子フィルタで近似するのではなく、連続関数の集合から重み付けされた関数の和で分布を近似する。
論文参考訳（メタデータ） (2020-02-29T09:19:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。