Fugu-MT 論文翻訳(概要): Variational Marginal Particle Filters

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

Adversarial Transform Particle Filters [11.330617592263744]
粒子フィルタ(PF)とアンサンブルカルマンフィルタ(EnKF)は状態空間モデルにおける近似推論に広く用いられている。本稿では, PF と EnKF の強みを組み合わせた新しいフィルタフレームワークである Adversarial Transform Particle Filter (ATPF) を提案する。
論文参考訳（メタデータ） (2025-02-10T05:31:35Z)
Deep Variational Sequential Monte Carlo for High-Dimensional Observations [39.455729393887786]
この研究は、教師なし変分SMCの目的を利用して、ニューラルネットワークによる提案と遷移分布のパラメータ化を行う、微分可能な粒子フィルタを導入する。実験結果から,本手法は高次元および部分的な観測から,難解なロレンツ誘引器の追跡において,基線よりも優れていることが示された。
論文参考訳（メタデータ） (2025-01-10T14:10:19Z)
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)
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 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。