×
鲁茨·格鲁伯;韦斯特，迈克

GPU加速了同时图形动态线性模型中的贝叶斯学习和预测。 （英语） Zbl 1359.62367号

贝叶斯分析。 11，第1期，125-149（2016）.
小结：我们讨论了动态模型的贝叶斯分析，这些模型定制用于学习和预测越来越高维的时间序列。一个新的同步图形动态模型框架允许将分析解耦为一组并行的单变量时间序列动态模型，同时灵活地建模时变、跨序列依赖性和波动性。该策略允许对单变量时间序列模型进行精确分析，然后将其相干链接以表示完整的多变量模型。计算使用重要性抽样和变分贝叶斯思想，非常适合于基于GPU的并行化。正如我们在400维金融时间序列的分析中所证明的那样，该分析及其GPU加速实现具有时间序列维度的可伸缩性。

引用于14文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
2015年1月62日 贝叶斯推断
62H30型 分类和区分；聚类分析（统计方面）
68T05型 人工智能中的学习和自适应系统
62J05型 线性回归；混合模型

关键词：

解耦模型;高维时间序列;重要性抽样;并行计算;重耦合模型;变分贝叶斯

软件：

rSGDLM公司
PDF格式BibTeX公司 XML格式引用
\textit{L.Gruber}和\textit{M.West}，贝叶斯分析。11，第1号，第125--149页（2016；Zbl 1359.62367）
全文： 内政部 欧几里得

参考文献：

[1] Abramowitz，M.和Stegun，I.A.（1972年）。数学函数手册，包括公式、图形和数学表。纽约：多佛出版社·Zbl 0543.33001号
[2] Agarwal，D.、Chen，D.、Lin，L.、Shanmugasundaram，J.和Vee，E.（2010）。“预测高维数据”。摘自：Elmagarmid，A.K.和Agrawal，D.（编辑），美国印第安纳波利斯ACM SIGMOD国际数据管理会议记录，1003-1012。ACM公司。
[3] Aguilar，O.和West，M.（2000年）。“贝叶斯动态因子模型与投资组合配置”，《商业与经济统计杂志》，18（3）：338-357。
[4] Alspach，D.L.和Sorenson，H.W.（1972年）。“使用高斯和近似的非线性贝叶斯估计”，IEEE自动控制汇刊，17:439-448·Zbl 0264.93023号 ·doi:10.1109/TAC.1972.1100034
[5] Anacleto，O.、Queen，C.和Albers，C.J.（2013）。“异方差和测量误差下道路交通流量的多元预测”，《皇家统计学会期刊：C辑（应用统计学）》，62:251-270·文件编号：10.1111/j.1467-9876.2012.01059.x
[6] Anselin，L.（1988）。空间计量经济学：方法和模型。多德雷赫特：Kluwer学术出版社·Zbl 1328.62406号
[7] Atkinson，K.（1989）。数值分析导论。纽约：Wiley·Zbl 0718.65001号
[8] Carvalho，C.M.和West，M.（2007年）。“动态矩阵变量图形模型”，贝叶斯分析，2（1）：69-98·Zbl 1331.62040号 ·doi:10.1214/07-BA204
[9] Harrison，P.J.和Stevens，C.F.（1971年）。“短期预测的贝叶斯方法”，《运营研究季刊》，22:341-362·Zbl 0225.62128号 ·doi:10.1057/jors.1971.78
[10] - (1976). “贝叶斯预测（带讨论）”，《皇家统计学会杂志：B辑（方法学）》，38:205-247·Zbl 0349.62062号
[11] Hosking，J.、Natarajan，R.、Ghosh，S.、Subramanian，S.和Zhang，X.（2013）。“智能电网居民用电日负荷曲线的短期预测”，《工商业应用随机模型》，29（6）：604-620·doi:10.1002/asmb.1987
[12] Jaakkola，T.和Jordan，M.I.（2000年）。“通过变分方法进行贝叶斯参数估计”，《统计与计算》，10:25-27。
[13] Koop，G.（2012）。“将VAR和TVP-VAR与许多宏观经济变量结合使用”，《中欧经济建模与计量经济学杂志》，4:143-167。
[14] Lee，A.、Yau，C.、Giles，M.B.、Doucet，A.和Holmes，C.C.（2010年）。“关于图形卡利用先进的蒙特卡罗方法进行大规模并行模拟的实用性”，《计算与图形统计杂志》，19（4）：769-789。
[15] Lopes，H.F.、McCulloch，R.E.和Tsay，R.（2010）。芝加哥大学布斯商学院技术报告。
[16] 洛佩斯，H.F.和波尔森，N.G.（2010）。“随机波动的贝叶斯推断”，收录于：Böcker，K.（ed.），《重新思考风险度量和报告：不确定性、贝叶斯分析和专家判断》，515-551。风险图书/Incisive Financial Publishing Ltd：伦敦。
[17] Marsaglia，G.和Tsang，W.W.（2000）。“生成伽马变量的简单方法”，《ACM数学软件汇刊》，26（3）：363-372·Zbl 1365.65022号 ·数字对象标识代码：10.1145/358407.358414
[18] Mukherjee，C.、Kasibhatla，P.S.和West，M.（2014）。“高分辨率栅格数据的空间维SAR模型和贝叶斯推断”，《统计数学研究所年鉴》，66:473-494·Zbl 1335.62139号 ·doi:10.1007/s10463-013-0426-9
[19] Nakajima，J.和West，M.（2013a）。“潜在阈值动态模型的贝叶斯分析”，《商业与经济统计杂志》，31:151-164。
[20] -（2013年b）。“贝叶斯动态因子模型：潜在阈值方法”，《金融计量经济学杂志》，11:116-153。
[21] Oliveira，V.D.和Song，J.（2008年）。“同步自回归模型的贝叶斯分析”，《印度统计杂志》，70-B:323-350·Zbl 1192.91162号
[22] Palomo，J.、Dunson，D.B.和Bollen，K.（2007年）。“贝叶斯结构方程建模”，收录于：Lee，S.Y.（编辑），《潜在变量和相关模型手册》，《计算与统计应用手册》第1卷，163-188。北荷兰。
[23] Pitt，M.和Shephard，N.（1999年）。“时变协方差：因子随机波动性方法（讨论）”。收录：Bernardo，J.M.、Berger，J.O.、Dawid，A.P.和Smith，A.F.M.（编辑），贝叶斯统计VI，547-570。牛津大学出版社·Zbl 0956.62107号
[24] Prado，R.（2010）。“心理疲劳的多状态模型”，摘自：O'Hagan，A.和West，M.（编辑），《应用贝叶斯分析手册》，845-874。牛津大学出版社。
[25] Prado，R.和West，M.（2010年）。时间序列：建模、计算和推断。查普曼和霍尔/CRC出版社·Zbl 1245.62105号
[26] Queen，C.M.（1994）。“使用多元回归动态模型预测竞争产品市场中的品牌销售额”，《皇家统计学会期刊：D辑》（统计学家），43:87-98。
[27] 金塔纳，J.M.和韦斯特，M.（1987）。“使用多元DLM分析国际汇率”，《皇家统计学会期刊：D辑（统计学家）》，36:275-281。
[28] Smith，A.F.M.和West，M.（1983年）。“监测肾移植：多过程卡尔曼滤波器的应用”，《生物计量学》，39:867-878·Zbl 0556.62079号 ·doi:10.2307/2531322
[29] Suchard，M.A.、Wang，Q.、Chan，C.、Frelinger，J.、Cron，A.J.和West，M.（2010）。“了解统计计算的GPU编程：大规模并行大规模混合的研究”，《计算与图形统计杂志》，19（2）：419-438·doi:10.1198/jcgs.2010.10016
[30] Trejo，L.J.、Knuth，K、Prado，R、Rosipal，R、Kubitz，K、Kochavi，R、Matthews，B和Zhang。，Y.（2007）。“基于EEG的精神疲劳评估：三态模型的一致性证据”，收录于：Schmorrow，D.D.和Reeves，L.M.（编辑），增强认知，HCII 2007，LNAI 4565201-211。柏林-海德堡：Springer-Verlag。
[31] Wand，M.P.、Ormerod，J.T.、Padoan，S.A.和Fuhrwirth，R.（2011）。“精细分布的平均场变分贝叶斯”，贝叶斯分析，6:847-900·Zbl 1330.62158号 ·doi:10.1214/11-BA631
[32] Wang，H.和West，M.（2009）。矩阵正态图形模型的贝叶斯分析〉，《生物统计学》，96:821-834·Zbl 1179.62042号 ·doi:10.1093/biomet/asp049
[33] West，M.（1993年）。“通过混合近似后验分布”，《皇家统计学会期刊：B辑（统计方法）》，54:553-568·Zbl 0800.62221号
[34] West，M.和Harrison，P.J.（1989年）。“正式模型中的主观干预”，《预测杂志》，8:33-53。
[35] -（1997年）。贝叶斯预测和动态模型。施普林格出版社，第二版·Zbl 0871.62026号 ·doi:10.1007/b98971
[36] Whittle，P.（1954）。《飞机静止过程》，《生物特征》，41:434-449·Zbl 0058.35601号 ·doi:10.1093/biomet/41.3-4.434
[37] Zhao，Z.Y.和West，M.（2014）。《动态成分回归模型：在金融时间序列预测和投资组合决策中的应用》，杜克大学统计科学系技术报告。
[38] Zhou，X.、Nakajima，J.和West，M.（2014）。“使用动态相关稀疏因子稀疏的贝叶斯预测和投资组合决策”，《国际预测杂志》，30:963-980。
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。