論文の概要: Variational Marginal Particle Filters

• arxiv url: http://arxiv.org/abs/2109.15134v1
• Date: Thu, 30 Sep 2021 13:55:16 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-01 15:02:53.542053
• Title: Variational Marginal Particle Filters
• Title（参考訳）: 変分縁粒子フィルタ
• Authors: Jinlin Lai, Daniel Sheldon, Justin Domke
• Abstract要約: 状態空間モデル(SSM)の変分推論は一般に難しいことが知られている。 最近の研究は、不偏連続モンテカルロ推定器からSSMの変動目標を導出することに焦点を当てている。 変動限界粒子フィルタ(VMPF)を提案する。
• 参考スコア（独自算出の注目度）: 38.94802937100392
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational inference for state space models (SSMs) is known to be hard in general. Recent works focus on deriving variational objectives for SSMs from unbiased sequential Monte Carlo estimators. We reveal that the marginal particle filter is obtained from sequential Monte Carlo by applying Rao-Blackwellization operations, which sacrifices the trajectory information for reduced variance and differentiability. We propose the variational marginal particle filter (VMPF), which is a differentiable and reparameterizable variational filtering objective for SSMs based on an unbiased estimator. We find that VMPF with biased gradients gives tighter bounds than previous objectives, and the unbiased reparameterization gradients are sometimes beneficial.
• Abstract（参考訳）: 状態空間モデル(SSM)の変分推論は一般に難しいことが知られている。 最近の研究は、不偏連続モンテカルロ推定器からSSMの変動目標を導出することに焦点を当てている。 そこで本研究では,ラオ黒色化演算を適用した逐次モンテカルロから限界粒子フィルタを求め,軌道情報を犠牲にして分散と微分性を低減した。 本研究では,不偏推定器に基づくSSMの微分可能かつ再パラメータ化可能な変分フィルタである変分境界粒子フィルタ(VMPF)を提案する。 偏りのあるVMPFは、以前の目的よりも厳密な境界を与え、偏りのない再パラメータ化勾配は、しばしば有益である。

関連論文リスト

• Sequential Monte Carlo for Inclusive KL Minimization in Amortized Variational Inference [3.126959812401426]
  SMC-Wakeは,モンテカルロの連続検層を用いて包摂的KL偏差の勾配を推定する補正式である。 シミュレーションと実データの両方を用いた実験では、SMC-Wakeは既存の手法よりも後方を正確に近似する変動分布に適合する。
  論文  参考訳（メタデータ） (2024-03-15T18:13:48Z)
• 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)
• Model-Based Reparameterization Policy Gradient Methods: Theory and Practical Algorithms [88.74308282658133]
  Reization (RP) Policy Gradient Methods (PGM) は、ロボット工学やコンピュータグラフィックスにおける連続的な制御タスクに広く採用されている。 近年の研究では、長期強化学習問題に適用した場合、モデルベースRP PGMはカオス的かつ非滑らかな最適化環境を経験する可能性があることが示されている。 本稿では,長期モデルアンロールによる爆発的分散問題を緩和するスペクトル正規化法を提案する。
  論文  参考訳（メタデータ） (2023-10-30T18:43:21Z)
• 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)
• 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)
• 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)
• Efficient Learning of the Parameters of Non-Linear Models using Differentiable Resampling in Particle Filters [1.9499120576896227]
  粒子フィルタにおけるサンプリングと再サンプリングのステップを区別することが広く文書化されている。 2つの状態空間モデルを検討し、NUTSがマルコフ連鎖の混合を改善し、計算時間の短縮でより正確な結果が得られることを示す。
  論文  参考訳（メタデータ） (2021-11-02T08:03:09Z)
• Differentiable Particle Filtering without Modifying the Forward Pass [21.430102374292666]
  バックプロパゲーションで用いられるメッセージのみを修正することにより、限界確率の勾配の偏りのない推定値を得る方法を示す。 我々はこれを停止段階再サンプリングと呼び、自動微分ライブラリで容易に実装できる。
  論文  参考訳（メタデータ） (2021-06-18T18:58:52Z)
• Variational Rejection Particle Filtering [28.03831528555717]
  変動拒絶粒子フィルタ(VRPF)は、限界可能性に関する新しい変動境界をもたらす。 変動境界の理論的性質を提示し、連続データの様々なモデルに関する実験を実証する。
  論文  参考訳（メタデータ） (2021-03-29T05:29:58Z)
• Variational Transport: A Convergent Particle-BasedAlgorithm for Distributional Optimization [106.70006655990176]
  分散最適化問題は機械学習や統計学で広く発生する。 本稿では,変分輸送と呼ばれる粒子に基づく新しいアルゴリズムを提案する。 目的関数がpolyak-Lojasiewicz (PL) (Polyak, 1963) の機能バージョンと滑らかな条件を満たすとき、変分輸送は線形に収束することを示す。
  論文  参考訳（メタデータ） (2020-12-21T18:33:13Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。