文献

J-GLOBAL ID：201802213669497550   整理番号：18A1678767

尤度のない連続時間自己回帰モデルのためのベイズ推論について【JST・京大機械翻訳】

On Bayesian Inference for Continuous-Time Autoregressive Models without Likelihood

著者 (5件)： Ji Chunlin (Kuang-Chi Institute of Advanced Technology, Shenzhen, China) ,  Yang Ligong Gary (Shanghai, China) ,  Zhu Wanchuang (Tsinghua University, Center for Statistical Science, Beijing, China) ,  Liu Yiqi (Kuang-Chi Institute of Advanced Technology, Shenzhen, China) ,  Deng Ke (Tsinghua University, Center for Statistical Science, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： FUSION  ページ： 2137-2142  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 連続時間自己回帰(CAR)モデルは,多くの実世界の連続プロセスをモデル化するときに非常に強力である。モデルがBrown運動によって駆動されるとき,パラメータ推論は通常Kalmanフィルタを用いる尤度計算に基づいている。このモデルは非Gauss型Le’byプロセスによって駆動されるが,モンテカルロ型の方法は尤度を近似するためにしばしば適用される。両ケースにおいて,尤度評価は鍵であるが,必ずしも容易ではない。ここでは,尤度評価を必要としない革新的Bayes推論法を提案した。アルゴリズムは近似Bayes計算(ABC)のフレームワークにある。距離相関をABCに対する非常に柔軟な要約統計として用い,距離相関から計算したp値は生成試料間の依存性の良好な測定を与えた。シミュレーション研究は,このアプローチがCARモデルパラメータの推定において簡単で効果的であることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *自己回帰モデル ,  アルゴリズム ,  シミュレーション ,  正規分布 ,  Brown運動 ,  近似法 ,  *Bayes推定 ,  *連続時間系 ,  モンテカルロ法 ,  モデリング ,  Kalmanフィルタ
準シソーラス用語： モデルパラメータ ,  p値 ,  *自己回帰 ,  *尤度 , 【Automatic Indexing@JST】

分類 (5件)： 医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 尤度 ,  連続時間 ,  自己回帰モデル ,  ベイズ推論