論文の概要: Factored Conditional Filtering: Tracking States and Estimating Parameters in High-Dimensional Spaces

• arxiv url: http://arxiv.org/abs/2206.02178v1
• Date: Sun, 5 Jun 2022 13:37:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-09 12:14:02.500126
• Title: Factored Conditional Filtering: Tracking States and Estimating Parameters in High-Dimensional Spaces
• Title（参考訳）: 条件付きフィルタ:高次元空間における追跡状態と推定パラメータ
• Authors: Dawei Chen, Samuel Yang-Zhao, John Lloyd, Kee Siong Ng
• Abstract要約: 本研究では,高次元状態空間における状態の同時追跡とパラメータ推定のための新しいフィルタリングアルゴリズムを提案する。 このアルゴリズムの条件付き性質はパラメータを推定するために使われ、分解された性質は状態空間を低次元の部分空間に分解するために用いられる。
• 参考スコア（独自算出の注目度）: 4.220030262107688
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces the factored conditional filter, a new filtering algorithm for simultaneously tracking states and estimating parameters in high-dimensional state spaces. The conditional nature of the algorithm is used to estimate parameters and the factored nature is used to decompose the state space into low-dimensional subspaces in such a way that filtering on these subspaces gives distributions whose product is a good approximation to the distribution on the entire state space. The conditions for successful application of the algorithm are that observations be available at the subspace level and that the transition model can be factored into local transition models that are approximately confined to the subspaces; these conditions are widely satisfied in computer science, engineering, and geophysical filtering applications. We give experimental results on tracking epidemics and estimating parameters in large contact networks that show the effectiveness of our approach.
• Abstract（参考訳）: 本稿では,高次元状態空間における状態の同時追跡とパラメータ推定のための新しいフィルタアルゴリズムであるFacted Conditional Filterを提案する。 このアルゴリズムの条件付き性質はパラメータを推定するために使用され、分解された性質は、状態空間を低次元の部分空間に分解するために用いられる。 アルゴリズムをうまく適用するための条件は、観測が部分空間レベルで利用可能であり、遷移モデルは部分空間にほぼ限定された局所遷移モデルに分解可能であることであり、これらの条件はコンピュータ科学、工学、物理フィルタリングの応用において広く満足されている。 提案手法の有効性を示す大規模接触ネットワークにおける流行の追跡とパラメータ推定に関する実験結果を示す。

関連論文リスト

• Embedding Trajectory for Out-of-Distribution Detection in Mathematical Reasoning [50.84938730450622]
  数理推論におけるOOD検出にトラジェクトリボラティリティを用いたトラジェクトリベースのTVスコアを提案する。 本手法は, 数学的推論シナリオ下でのGLM上での従来のアルゴリズムよりも優れる。 提案手法は,複数選択質問などの出力空間における高密度特徴を持つアプリケーションに拡張することができる。
  論文  参考訳（メタデータ） (2024-05-22T22:22:25Z)
• Improving Efficiency of Iso-Surface Extraction on Implicit Neural Representations Using Uncertainty Propagation [32.329370320329005]
  Inlicit Neural representations (INR) は、科学的データ削減と可視化に広く用いられている。 レンジ解析は、3次元測地におけるINR上の幾何的クエリの効率を向上する有望な結果を示している。 本稿では,算術規則を再検討し,空間領域内におけるネットワーク出力の確率分布を解析することにより,範囲解析のための改良手法を提案する。
  論文  参考訳（メタデータ） (2024-02-21T15:10:20Z)
• 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)
• A Metaheuristic for Amortized Search in High-Dimensional Parameter Spaces [0.0]
  本稿では,特徴インフォームド変換から次元還元を実現するメタヒューリスティックを提案する。 DR-FFITは、高次元空間における勾配自由パラメータ探索を容易にする効率的なサンプリング戦略を実装している。 実験データから,DR-FFITは,確立したメタヒューリスティックスに対するランダム検索とシミュレート・アニーリングの性能を向上させることが示された。
  論文  参考訳（メタデータ） (2023-09-28T14:25:14Z)
• Efficient Large-scale Nonstationary Spatial Covariance Function Estimation Using Convolutional Neural Networks [3.5455896230714194]
  非定常データからサブリージョンを導出するためにConvNetsを使用します。 定常場に類似した振る舞いを示す部分領域を同定するために選択機構を用いる。 提案手法の性能を大規模に評価する。
  論文  参考訳（メタデータ） (2023-06-20T12:17:46Z)
• Information Entropy Initialized Concrete Autoencoder for Optimal Sensor Placement and Reconstruction of Geophysical Fields [58.720142291102135]
  そこで本稿では,スパーク計測による地場再構成のためのセンサ配置の最適化について提案する。 本研究では, (a) 温度と (b) バレンツ海周辺の塩分濃度場とスバルバルド諸島群を例に示す。 得られた最適センサ位置は, 物理的解釈が明確であり, 海流の境界に対応することが判明した。
  論文  参考訳（メタデータ） (2022-06-28T12:43:38Z)
• Computationally Efficient PAC RL in POMDPs with Latent Determinism and Conditional Embeddings [97.12538243736705]
  大規模部分観測可能決定プロセス(POMDP)の関数近似を用いた強化学習に関する研究 我々のアルゴリズムは、大規模POMDPに確実にスケールする。
  論文  参考訳（メタデータ） (2022-06-24T05:13:35Z)
• Super-resolution GANs of randomly-seeded fields [68.8204255655161]
  ランダムスパースセンサからフィールド量の推定を行うための,GAN(Super- resolution Generative Adversarial Network)フレームワークを提案する。 このアルゴリズムはランダムサンプリングを利用して、高解像度の基底分布の不完全ビューを提供する。 提案手法は, 流体流動シミュレーション, 海洋表面温度分布測定, 粒子画像速度測定データの合成データベースを用いて検証した。
  論文  参考訳（メタデータ） (2022-02-23T18:57:53Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• A local approach to parameter space reduction for regression and classification tasks [0.0]
  そこで本研究では, クラスタリング手法を用いて, アクティブ部分空間のシナジーを探索する, ローカルアクティブ部分空間 (LAS) と呼ばれる新しい手法を提案する。 LASは、サロゲートモデリングに取り組んでいるコミュニティにとって特に有用である。
  論文  参考訳（メタデータ） (2021-07-22T18:06:04Z)

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。