Markovジャンププロセスのための効率的なパラメータサンプリング【JST・京大機械翻訳】

Zhang Boqian; Rao Vinayak

プレプリント

J-GLOBAL ID：202202203937184517 整理番号：22P0040454

Markovジャンププロセスのための効率的なパラメータサンプリング【JST・京大機械翻訳】

Efficient parameter sampling for Markov jump processes

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2017年04月07日プレプリントサーバーでの情報更新日： 2020年04月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Markovジャンププロセス(MJP)は,様々な応用分野で広く用いられている連続時間確率過程である。MJPに対する推論は,Markov連鎖モンテカルロによって典型的に進行し,最先端は均一化ベースの補助変数Gibbsサンプラである。これはMJPパラメータが既知である状況に対して設計され,未知パラメータに対するBayes推定は,より大きなGibbsサンプラにそれを組み込むことによって典型的に行われる。経路および経路与えられたパラメータを与えたサンプリングパラメータのこの戦略は,貧弱なMarkov連鎖混合をもたらす。本研究では,この問題に取り組むための簡単でエレガントなアルゴリズムを提案した。このスキームは,連続時間設定に対する離散時間隠れMarkovモデルに対するMetropholis-Hastingsアプローチをもたらし,MJPにおけるパラメータおよび経路推論に対する完全かつクリーンなレシピをもたらした。著者らの実験では,Gibbsサンプリングよりも優れた性能を示し,他の一般的な手法,粒子MCMCも示す。また,このサンプラは,計算制約なしに動作する,ΔΣ理想のサンプラから幾何学的混合を継承することも示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

システム設計・解析 , システム同定

, , ,

前のページに戻る