×
纪尧姆金锦景;奥米洛斯·帕帕斯皮利奥普洛斯;鲁杰罗、马蒂奥

一般状态空间上一类隐马尔可夫模型的精确推理。 （英文） Zbl 1471.62449号

电子。J.统计。 第15号，第1期，2832-2875（2021）.
针对一类特殊的隐马尔可夫模型，作者基于一组与信号相连的离散间接观测值，导出了精确推断可能性存在的充分条件（即所有感兴趣分布的评估：滤波、预测、平滑和有限计算工作量的似然性）。这些条件与某种类型的对偶过程的存在有关，这种对偶过程允许将感兴趣的分布和函数表示为元素密度的有限混合。提出了递归程序，该程序允许估计所涉及的参数，产生了与有限状态空间上的Baum-Welch滤波器类似的结果（参见[O.卡佩等，隐马尔可夫模型中的推断。纽约，纽约：施普林格（2005；Zbl 1080.62065号)]). 为实现递归，开发了一组实用算法。粒子滤波算法在精度和计算效率方面都表现出了优越的性能。
Julia软件包DualOptimalFiltering（参见https://github.com/konkam/DualOptimalFiltering.jl).
审核人：米哈伊尔·莫克利亚丘克（基辅）

引用于4文件

MSC公司：

62米05 马尔可夫过程：估计；隐马尔可夫模型
62M20型 随机过程推断和预测
60J27型 离散状态空间上的连续时间马尔可夫过程
60J60型 扩散过程
60公里50 异常扩散模型（细分扩散、超扩散、连续时间随机漫步等）

关键词：

隐马尔可夫模型;最佳滤波;平滑、扩散过程;Cox-Ingersoll-Ross模型;Wright-Fisher滤清器;Baum-Welch过滤器

引文：

Zbl 1080.62065号

软件：

赫克;双最优滤波;尼莫
PDF格式BibTeX公司 XML格式引用
\textit{G.Kon Kam King}等人，电子。J.Stat.15，No.1，2832--2875（2021；Zbl 1471.62449）
全文： 内政部 arXiv公司

参考文献：

[1] Ascolani，F.、Likoi，A.和Ruggiero，M.（2020年）。Fleming-V生物驱动依赖Dirichlet过程的预测推理。贝叶斯分析，出版.
[2] Bae，K.、Mallick，B.K.和Elsik，C.G.（2005）。用隐马尔可夫模型预测蛋白质结构域间连接区。生物信息学, 21(10):2264-2270.
[3] Beskos，A.、Papaspiliopoulos，O.和Roberts，G.O.（2006年）。回顾性精确模拟扩散样品路径及其应用。伯努利, 12(6):1077-1098. ·Zbl 1129.60073号
[4] Boone，E.L.、Merrick，J.R.和Krachey，M.J.（2014）。MCMC诊断的Hellinger距离法。统计计算与模拟杂志, 84(4):833-849. ·Zbl 1453.62050
[5] Brown，M.、Hughey，R.、Krogh，A.、Mian，I.S.、Sjölander，K.和Haussler，D.（1993）。使用Dirichlet混合先验来推导蛋白质家族的隐马尔可夫模型。在分子生物学智能系统国际会议第1卷，第47-55页。
[6] Cappé，O.、Moulines，E.和Ryden，T.（2005）。隐马尔可夫模型中的推理施普林格，纽约，纽约，美国·Zbl 1080.62065号
[7] Cérou，F.、Del Moral，P.和Guyader，A.（2011年）。非正规化Feynman-Kac粒子模型的非共态定理。《亨利·庞加莱研究所年鉴》，概率与统计, 47(3):629-649. ·Zbl 1233.60047号
[8] Chaleyat Maurel，M.和Genon Catalot，V.（2006年）。可计算的无限维过滤器，用于离散扩散过程。随机过程及其应用, 116(10):1447-1467. ·Zbl 1122.93079号
[9] Chaleyat Maurel，M.和Genon Catalot，V.（2009年）。过滤Wright-Fisher扩散。ESAIM：概率与统计, 13:197-217. ·Zbl 1181.93084号
[10] Chen，S.X.（2000）。使用伽马核估计概率密度函数。统计数学研究所年鉴, 52(3):471-480. ·Zbl 0960.62038号
[11] Chib，S.（1996）。计算马尔可夫混合模型中的后验分布和模态估计。计量经济学杂志, 75(1):79-97. ·Zbl 0864.62010
[12] 肖邦，N.和帕帕斯皮利奥普洛斯，O.（2020）。序贯蒙特卡罗法简介《统计学中的斯普林格系列》。施普林格国际出版公司·Zbl 1453.62005年
[13] Comte，F.、Genon-Catalot，V.和Kessler，M.（2011年）。乘法卡尔曼滤波。测试, 20(2):389-411. ·Zbl 1274.62549号
[14] Crane，H.（2017）。潜在时间聚类的隐马尔可夫模型及其在美国最高法院意识形态结盟中的应用。计算统计与数据分析, 110:19-36. ·Zbl 1466.62048号
[15] Devroye，L.（1986）。非均匀随机变量生成纽约斯普林格·弗拉格·Zbl 0593.65005号
[16] Ethier，S.N.和Griffiths，R.C.（1993年）。Fleming-Viot过程的转移函数。概率年鉴, 21(3):1571-1590. ·Zbl 0778.60038号
[17] Ethier，S.N.和Kurtz，T.G.（1986年）。马尔可夫过程：表征与收敛.John Wiley&Sons，Inc.，出版物，1·Zbl 0592.60049号
[18] Ferrante，M.（1992年）。关于离散时间中有限维滤波器的存在性。随机与随机报告, 40(3-4):169-179. ·Zbl 0759.60043号
[19] Ferrante，M.和Runggaldier，W.J.（1990年）。关于离散时间中有限维滤波器存在的必要条件。系统和控制信件, 14(1):63-69. ·Zbl 0692.93074号
[20] Ferrante，M.和Vidoni，P.（1998年）。带乘性噪声的非线性随机差分方程的有限维滤波器。随机过程及其应用, 77(1):69-81. ·兹伯利0927.93054
[21] Fieker，C.、Hart，W.、Hofmann，T.和Johansson，F.（2017年）。Nemo/Hecke：用于julia编程语言的计算机代数和数论包。在2017 ACM符号和代数计算国际研讨会论文集，ISSAC’17，第157-164页，美国纽约州纽约市ACM·Zbl 1457.68325号
[22] Fox，E.B.、Sudderth，E.B.，Jordan，M.I.和Willsky，A.S.（2011年）。一种粘性HDP-HMM，可应用于说话人日记。应用统计学年鉴，5（2A）：1020-1056·Zbl 1232.62077号
[23] Genon-Catalot，V.（2003年）。非线性显式滤波器。统计与概率字母, 61(2):145-154. ·Zbl 1041.62079号
[24] Genon-Catalot，V.和Kessler，M.（2004）。AR（1）过程的随机尺度扰动及其作为非线性显式滤波器的特性。伯努利, 10(4):701-720. ·Zbl 1055.62102号
[25] Griffiths，R.（1980）。中性Wright-Fisher模型扩散近似中的下降线。理论种群生物学, 17(1):37-50. ·Zbl 0434.92011号
[26] Guenther，S.（1981）。离散时间中的有限维滤波系统。随机性, 5(1-2):107-114. ·兹比尔0471.60052
[27] Guha，S.、Li，Y.和Neuberg，D.（2008）。阵列CGH数据的贝叶斯隐马尔可夫建模。美国统计协会杂志, 103(482):485-497. ·Zbl 1469.62368号
[28] Hamilton，J.D.（1990年）。受制度变化影响的时间序列分析。计量经济学杂志, 45(1-2):39-70. ·Zbl 0723.62050号
[29] Jansen，S.和Kurt，N.（2014年）。关于马尔可夫过程的对偶概念。概率调查, 11:59-120. ·Zbl 1292.60077号
[30] Jenkins，P.A.和Spanó，D.（2017）。Wright-Fisher扩散的精确模拟。应用概率年鉴, 27(3):1478-1509. ·Zbl 1385.65006号
[31] Langrock，R.、Kneib，T.、Sohn，A.和DeRuiter，S.L.（2015）。基于P样条的隐马尔可夫模型中的非参数推理。生物计量学, 71(2):520-528. ·Zbl 1390.62045号
[32] Papaspiliopoulos，O.和Ruggiero，M.（2014）。最佳过滤和双重处理。伯努利, 20(4):1999-2019. ·Zbl 1302.60071号
[33] Papaspiliopoulos，O.、Ruggiero，M.和Spano，D.（2016）。时间演化Dirichlet和gamma随机测度的共轭性质。电子统计杂志, 10(2):3452-3489. ·Zbl 1353.62092号
[34] Quick，N.J.、Isojunno，S.、Sadykova，D.、Bowers，M.、Nowacek，D.P.和Read，A.J.（2017）。隐马尔可夫模型揭示了短鳍领航鲸潜水行为的复杂性。科学报告, 7:45765.
[35] Runggaldier，W.J.和Spizzichino，F.（2001）。离散时间滤波器有限维的充分条件：基于拉普拉斯变换的方法。伯努利第211-221页·Zbl 0981.62077号
[36] Sarkar，A.和Dunson，D.B.（2019）。贝叶斯高阶隐马尔可夫模型。arXiv预印本arXiv:1805.12201v2。
[37] Särkkä，S.（2013）。贝叶斯滤波与平滑，第3卷。剑桥大学出版社·Zbl 1274.62021号
[38] Tavaré，S.（1984）。线性衰减和系谱过程及其在种群遗传学模型中的应用。理论种群生物学, 26(2):119-164. ·Zbl 0555.92011号
[39] Titsias，M.K.、Holmes，C.C.和Yau，C.（2016）。使用k段约束的隐马尔可夫模型中的统计推断。美国统计协会杂志, 111(513):200-215.
[40] Yau，C.、Papaspiliopoulos，O.、Roberts，G.O.和Holmes，C.（2011年）。贝叶斯非参数隐马尔可夫模型及其在基因组学中的应用。英国皇家统计学会杂志：B辑（统计方法）, 73(1):37-57. ·Zbl 1411.62247号
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。