論文の概要: Variational Formulation of the Particle Flow Particle Filter
- arxiv url: http://arxiv.org/abs/2505.04007v1
- Date: Tue, 06 May 2025 22:44:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-08 19:07:35.931509
- Title: Variational Formulation of the Particle Flow Particle Filter
- Title（参考訳）: 粒子流粒子フィルタの変分定式化
- Authors: Yinzhuang Yi, Jorge Cortés, Nikolay Atanasov,
- Abstract要約: 粒子流粒子フィルタの導出に使用される過渡密度は,フィッシャー-ラオ勾配流の時間スケールの軌跡に従うことを示す。
変分推論のための連続時間アルゴリズムとしてフィッシャー・ラオ勾配流を求める。
- 参考スコア（独自算出の注目度）: 15.306107403623075
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper provides a formulation of the particle flow particle filter from the perspective of variational inference. We show that the transient density used to derive the particle flow particle filter follows a time-scaled trajectory of the Fisher-Rao gradient flow in the space of probability densities. The Fisher-Rao gradient flow is obtained as a continuous-time algorithm for variational inference, minimizing the Kullback-Leibler divergence between a variational density and the true posterior density.
- Abstract（参考訳）: 本稿では,変分推論の観点から粒子流粒子フィルタの定式化について述べる。
粒子流粒子フィルタの導出に使用される過渡密度は,確率密度空間におけるフィッシャー・ラオ勾配流の時間スケールの軌跡に従うことを示す。
Fisher-Rao 勾配流は変分推論の連続時間アルゴリズムとして得られ,Kulback-Leibler の変分密度と真の後部密度とのばらつきを最小化する。
関連論文リスト
- Amortized Posterior Sampling with Diffusion Prior Distillation [55.03585818289934]
逆問題の解法として, 後方分布からのサンプルの変分推論手法を提案する。
本手法はユークリッド空間の標準信号や多様体上の信号に適用可能であることを示す。
論文 参考訳（メタデータ） (2024-07-25T09:53:12Z) - Variational Inference via Smoothed Particle Hydrodynamics [0.0]
滑らかな粒子流体力学に基づく新しい変分推論法を提案する。
高速で、柔軟で、スケーラブルで、決定論的なサンプリングと、確率モデルのクラスに対する推論を提供する。
論文 参考訳（メタデータ） (2024-07-12T11:38:41Z) - Sampling in Unit Time with Kernel Fisher-Rao Flow [0.0]
非正規化対象密度からサンプリングするための平均場ODEと対応する相互作用粒子系(IPS)を導入する。
IPSは勾配のない閉形式であり、参照密度からサンプリングし、(正規化されていない)ターゲット-参照密度比を計算する能力のみを必要とする。
論文 参考訳（メタデータ） (2024-01-08T13:43:56Z) - 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) - Large-Scale Wasserstein Gradient Flows [84.73670288608025]
ワッサーシュタイン勾配流を近似するスケーラブルなスキームを導入する。
我々のアプローチは、JKOステップを識別するために、入力ニューラルネットワーク(ICNN)に依存しています。
その結果、勾配拡散の各ステップで測定値からサンプリングし、その密度を計算することができる。
論文 参考訳（メタデータ） (2021-06-01T19:21:48Z) - 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。