フィルタリング方程式の解のためのニューラルネットワーク表現の計算への分割法の適用【JST・京大機械翻訳】

Crisan Dan; Lobbe Alexander; Ortiz-Latorre Salvador

プレプリント

J-GLOBAL ID：202202209345871668 整理番号：22P0025520

フィルタリング方程式の解のためのニューラルネットワーク表現の計算への分割法の適用【JST・京大機械翻訳】

An application of the splitting-up method for the computation of a neural network representation for the solution for the filtering equations

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 (3件)： , ,
資料名：
発行年： 2022年01月10日プレプリントサーバーでの情報更新日： 2022年01月10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)

フィルタリング方程式は,部分的,そして,おそらく雑音のある,時間内に連続して到着する信号プロセスの条件付分布の発展を支配する。それらの数値近似は,数値気象予測,財政および工学を含む,多くの現実の応用において中心的役割を果たす。フィルタリング方程式の解を近似する古典的手法の一つは,他の寄与者の間で,Gyongy,Krylov,LeGlandによって開始された分割法と呼ばれるPDEインスパイア法を使用することである。この方法は,低次元問題を解くための特別な適用性を有する。本研究では,この方法をニューラルネットワーク表現と組み合わせた。新しい方法論を用いて,信号プロセスの非正規化条件付き分布の近似を生成した。さらに,信号プロセスの正規化条件付き分布を回復するための再帰的正規化手順を開発した。新しいスキームは,その漸近不偏性特性を維持しつつ,複数の時間ステップで反復できる。KalmanとBenesフィルタに対する数値近似結果によるニューラルネットワーク近似を試験した。【JST・京大機械翻訳】

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

数値計算

, , , , , ,

前のページに戻る