×
陆晓宇;汤姆·雷诺思;Teh、Yee Whye

Daisee：通过平衡探索和开发实现自适应重要性抽样。 （英语） Zbl 07748387号

扫描。J.统计。 50，第3期，1298-1324（2023）.
摘要：我们将自适应重要性抽样（AIS）作为一个在线学习问题进行研究，并论证了在这种适应中探索和利用之间权衡的重要性。借鉴在线学习文献的思想，我们提出了一种基于分区的AIS算法Daisee。我们进一步引入了AIS的遗憾概念，并表明Daisee具有（mathcal{O}（\sqrt{T}（\log T）^{frac{3}{4}}）累积伪重报，其中\（T\）是迭代次数。然后，我们扩展Daisee以自适应地学习样本空间的层次划分，以实现更高效的采样，并通过经验验证两种算法的性能。
{©2023斯堪的纳维亚统计杂志基金会董事会。}

MSC公司：

62至XX 统计

关键词：

自适应蒙特卡罗;强盗;勘探与开发;重要性抽样

软件：

维加斯;LIMIS公司
PDF格式BibTeX公司 XML格式引用
\textit｛X.Lu｝等人，扫描。J.Stat.50，No.3，1298--1324（2023；Zbl 07748387）
全文： 内政部

参考文献：

[1] Agrawal，S.和Goyal，N.（2012年）。多武装匪徒问题的汤普森抽样分析。JMLR：研讨会和会议记录，23，39.1-39.26。
[2] 阿基尔迪兹。D.，&Míguez，J.（2021）。优化自适应重要性采样器的收敛速度。统计与计算，31，1-17·兹比尔1461.62010
[3] Auer，P.、Cesa‐Bianchi，N.和Fischer，P.（2002）。多武器匪徒问题的有限时间分析。机器学习，47，235-256·Zbl 1012.68093号
[4] Azuma，K.（1967年）。某些相依随机变量的加权和。《东北数学杂志》，第二辑，19357-367·Zbl 0178.21103号
[5] Balsubramani，A.（2014）。尖锐的有限时间重对数鞅集中。arXiv预打印arXiv:1405.2639。
[6] Berry，D.A.和Fristedt，B.（1985年）。强盗问题：实验的顺序分配。斯普林格·Zbl 0659.62086号
[7] Bubeck，S.、Cesa‐Bianchi，N.等人（2012年）。随机和非随机多武装匪徒问题的遗憾分析。机器学习的基础和趋势，5，1-122·Zbl 1281.91051号
[8] Bugallo，M.F.、Elvira，V.、Martino，L.、Luengo，D.、Miguez，J.和Djuric，P.M.（2017）。自适应重要性抽样：过去、现在和未来。IEEE信号处理杂志，34，60-79。
[9] Cappé，O.、Guillin，A.、Marin，J.‐M.和Robert，C.P.（2004）。人口蒙特卡洛。计算与图形统计杂志，13907-929。
[10] Cappé，O.、Douc，R.、Guillin，A.、Marin，J.‐M.和Robert，C.P.（2008）。一般混合类中的自适应重要性抽样。统计与计算，18，447-459。
[11] Carpentier，A.和Munos，R.（2011年）。蒙特卡罗分层抽样的有限时间分析。《神经信息处理系统进展》（第1278-1286页）。NeurIPS程序。
[12] Chatterjee，S.和Diaconis，P.（2015）。重要性抽样所需的样本量。arXiv预打印arXiv:1511.01437。
[13] Cichocki，A.和Amari，S.‐I。(2010). α-β-和γ-分歧家族：灵活而稳健的相似性度量。《熵》，第12期，1532-1568页·Zbl 1229.94030号
[14] Combes，R.、Magurenu，S.和Proutiere，A.（2017年）。在结构化随机土匪中进行最少的探索。在I.Guyon（编辑）、U.V.Luxburg（编辑）和S.Bengio（编辑）中，H.Wallach（编辑），R.Fergus（编辑）。Curran Associates公司。https://proceedings.neurips.cc/paper/2017/file/e19347e1c3ca0c0b97de5fb3b690855a‐纸张.pdf
[15] 科努特，J.，马林，J.‐M。，Mira，A.和Robert，C.P.（2012年）。自适应多重重要性抽样。《斯堪的纳维亚统计杂志》，39，798-812·Zbl 1319.62059号
[16] Doucet，A.、De Freitas，N.和Gordon，N.J.（2001a）。实践中的序贯蒙特卡罗方法（第1卷）。斯普林格·Zbl 0967.00022号
[17] Doucet，A.、De Freitas，N.和Gordon，N.J.（2001b）。序贯蒙特卡罗方法简介。在Doucet，A.、de Freitas，N.和Gordon，N.（编辑），《序贯蒙特卡罗方法在实践中的应用》（第3-14页）。斯普林格·Zbl 1056.93576号
[18] Elvira，V.和Chouzenoux，E.（2019年）。蒙特卡罗人口中基于朗之万的有效提案适应策略。ICASSP 2019-2019 IEEE声学、语音和信号处理国际会议（ICASSP）（第5077-5081页）。电气与电子工程师协会。
[19] Elvira，V.和Martino，L.（2021）。重要性抽样的进展。arXiv预打印arXiv:2102.05407。
[20] Elvira，V.、Martino，L.、Luengo，D.和Corander，J.（2015）。梯度自适应人口重要性采样器。2015年IEEE声学、语音和信号处理国际会议（ICASSP）（第4075-4079页）。电气与电子工程师协会。
[21] Elvira，V.、Martino，L.、Luengo，D.和Bugallo，M.F.（2017年）。改进总体蒙特卡罗：替代加权和重采样方案。信号处理，13177-91。
[22] Elvira，V.、Martino，L.、Luengo，D.和Bugallo，M.F.（2019年）。广义多重重要性抽样。统计科学，34129-155·Zbl 1420.62038号
[23] Fasiolo，M.、deMelo，F.E.和Maskell，S.（2018年）。朗之万增量混合物重要性抽样。统计与计算，28549-561·兹伯利1384.65012
[24] Friedman，J.H.（1991）。多元自适应回归样条。《统计年鉴》，第1期，第1-67页·Zbl 0765.62064号
[25] Gilks，W.R.、Richardson，S.和Spiegelhalter，D.（1995）。马尔可夫链蒙特卡罗法在实践中的应用。CRC出版社·Zbl 0832.00018号
[26] He，H.Y.和Owen，A.B.（2014）。多重重要抽样中的最优混合权重。arXiv预打印arXiv:1411.3954。
[27] James，F.（1980）。蒙特卡洛理论与实践。物理学进展报告，431145。
[28] Kahn，H.和Harris，T.E.（1951年）。通过随机采样估计粒子传输。国家标准局应用数学丛书，12，27-30。
[29] Koblents，E.和Míguez，J.（2013）。鲁棒混合种群蒙特卡罗方法，具有自适应分量数。第21届欧洲信号处理会议（EUSIPCO 2013）（第1-5页）。电气与电子工程师协会。
[30] Koolen，W.M.（2017）。迭代对数结果的快速而肮脏的有限时间法则。检索自。http://blog.wouterkoolen.info/QnD_LIL/post.html
[31] Kschichang，F.R.（2017）。互补误差函数。检索自。http://www.comm.utoronto.ca/frank/notes/erfc.pdf
[32] Lai，T.L.和Robbins，H.（1985）。渐进有效的自适应分配规则。应用数学进展，6，4-22·Zbl 0568.62074号
[33] Lattimore，T.和Szepesvari，C.（2020年）。班迪特算法。托拉蒂莫尔·Zbl 1439.68002号
[34] Lepage，G.P.（1978年）。一种新的自适应多维积分算法。计算物理杂志，27192-203·兹伯利0377.65010
[35] Leprêtre，F.、Teytaud，F.和Dehos，J.（2017）。分层抽样的多武器强盗：数值积分的应用[会议演示]。TAAI 2017——人工智能技术与应用会议，台湾台北，IEEE。
[36] Liang，F.、Liu，C.和Carroll，R.（2011）。高级马尔可夫链蒙特卡罗方法：从过去的样本中学习。约翰·威利父子公司。
[37] Lindenstrauss，J.（2013）。约翰逊-林登斯特劳斯理论。检索自。http://lear.irialpes.fr/people/harchaoui/teaching/2013‐2014/ensl/m2/lecture6.pdf
[38] Liu，J.S.（2008）。科学计算中的蒙特卡罗策略。施普林格科技与商业媒体·Zbl 1132.65003号
[39] Martino，L.、Elvira，V.、Luengo，D.和Corander，J.（2017年）。分层自适应重要性采样。统计与计算，27599-623·Zbl 1505.62276号
[40] Martino，L.、Elvira，V.和Camps‐Valls，G.（2018年）。粒子滤波和mcmc的组重要性抽样。数字信号处理，82，133-151。
[41] Martino，L.、Elvira，V.、López‐Santiago，J.和Camps‐Valls，G.（2021年）。用于天文和遥感中应用的昂贵模型的压缩粒子方法。IEEE航空航天和电子系统汇刊，572607-2621。
[42] Míguez，J.（2017）。非线性重要性采样器和总体蒙特卡罗方案的性能[会议演示]。2017年第22届数字信号处理国际会议（DSP），IEEE，英国伦敦，1-5。
[43] Mousavi，A.、Monsefi，R.和Elvira，V.（2021）。哈密顿自适应重要性抽样。IEEE信号处理信件，28713-717。
[44] Neufeld，J.、György，A.、Schurmans，D.和Szepesvári，C.（2014）。通过强盗分配自适应蒙特卡洛。arXiv预打印arXiv:1405.3318。
[45] Owen，A.和Zhou，Y.（2000年）。安全有效的重要性抽样。美国统计协会杂志，95，135-143·Zbl 0998.65003号
[46] Owen，A.B.（2013）。蒙特卡罗理论、方法和示例。https://artowen.su.domains/mc/
[47] Owen，A.B.、Maximov，Y.和Chertkov，M.（2019）。重要性抽样——罕见事件的结合及其在电力系统分析中的应用。电子统计杂志，13，231-254·Zbl 1416.62088号
[48] Rainforth，T.、Zhou，Y.、Lu，X.、Teh，Y.W.、Wood，F.、Yang，H.和van deMeent，J.‐W。(2018). 推理树：带探索的自适应推理。arXiv预印arXiv:1806.09550。
[49] Rainforth，T.、Golinski，A.、Wood，F.和Zaidi，S.（2020）。目标软件贝叶斯推断：如何击败最佳的传统蒙特卡罗估计。机器学习研究杂志，21，1-54·Zbl 1504.62036号
[50] 罗伯特·C·P、卡塞拉·G和卡塞拉·G（1999）。蒙特卡罗统计方法（第2卷）。斯普林格·Zbl 0935.62005号
[51] Srinivas，N.、Krause，A.、Kakade，S.M.和Seeger，M.（2009年）。土匪背景下的高斯过程优化：无遗憾和实验设计。arXiv预打印arXiv:0912.3995。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。