文献

J-GLOBAL ID：201902227411474205   整理番号：19A1627557

部分的に観測された時間流行モデルのための重要性サンプリング【JST・京大機械翻訳】

Importance sampling for partially observed temporal epidemic models

著者 (2件)： Black Andrew J. (School of Mathematical Sciences, University of Adelaide, Adelaide, SA, Australia) ,  Black Andrew J. (ACEMS, School of Mathematical Sciences, University of Adelaide, Adelaide, SA, Australia)
資料名： Statistics and Computing  (Statistics and Computing)
巻： 29  号： 4  ページ： 617-630  発行年： 2019年 
JST資料番号： W4969A  ISSN： 0960-3174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 著者らは,時間の期間にわたって単一イベントタイプの数であるとみなされる,観測を正確に一致させるMarkov流行モデルの実現を可能にする重要なサンプリングアルゴリズムを提示する。重要性サンプリングは,システムの状態を目標とする効率的な粒子フィルタを構築するために用いることができ,従って,Bayes推論を実行する尤度を推定する。粒子限界Metropolis Hasting方式で使用されるとき,重要性サンプリングは,単純なブートストラップサンプリングと比較して,計算時間の単位当たりの有効サンプルサイズの観点から,大きなスピードアップを提供する。このアルゴリズムは一般的であり,最小限の制約条件で,時間の期間にわたって単一イベントタイプの数を正確に整合させることができる任意の連続時間Markov連鎖に適用できることを示した。Copyright 2018 Springer Science+Business Media, LLC, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ブートストラップ ,  *Markov連鎖 ,  アルゴリズム ,  連続時間系 ,  Bayes推定
準シソーラス用語： 尤度 ,  粒子フィルタ , 【Automatic Indexing@JST】

著者キーワード (4件)： 重要性サンプリング ,  Markov連鎖 ,  流行モデリング ,  粒子フィルタ

分類 (4件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H) ,  確率論  (AB09000O) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 観測 ,  流行 ,  モデル ,  重要性 ,  サンプリング