我们可以使用链接到您的Project Euclid帐户的电子邮件地址帮助您重置密码。
序列蒙特卡罗(SMC)基于重要抽样和重抽样的原理,包含了一系列处理复杂随机动态系统的强大技术。许多这样的系统都有很强的记忆力,有了这些记忆力,未来的信息可以帮助加深对当前状态的推断。通过对几种现有算法进行理论论证,并引入几种新算法,我们系统地研究了如何构造高效的SMC算法,以利用“未来”信息,同时又不会产生很大的计算负担。其主要思想是允许在蒙特卡罗过程中进行前瞻,以便将来的信息可以用于加权和生成蒙特卡罗样本,或从当前状态的样本中重新采样。
林铭。 陈荣。 刘军(Jun S.Liu)。 “序贯蒙特卡罗的前瞻策略。” 统计人员。科学。 28 (1) 69 - 94, 2013年2月。 https://doi.org/10.1214/12-STS401