×

序贯蒙特卡罗滤波器和平滑器的计算方面。 (英语) Zbl 1334.65025号

摘要:信息技术的进步使计算机密集型方法得以应用于统计分析。在时间序列建模中,序列蒙特卡罗方法被开发用于一般非线性非高斯状态空间模型,它能够考虑现实世界问题中非常复杂的非线性非高斯模型。在本文中,我们考虑了与顺序蒙特卡罗滤波器和平滑器相关的几个计算问题,例如使用大量粒子、用于平滑的两个滤波器公式以及并行计算。还考虑了后验均值平滑器和高斯和平滑器。

MSC公司:

65C60个 统计中的计算问题(MSC2010)
65二氧化碳 蒙特卡罗方法
62M20型 随机过程推断和预测
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Alspach,D.L.,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,AC-17,439-448·Zbl 0264.93023号
[2] 安德森,B.D.O.,摩尔,J.B.(1979)。最佳过滤。新泽西州:Prentice-Hall·Zbl 0688.93058号
[3] Briers,M.、Doucet,A.、Maskell,A.(2010年)。状态空间模型的平滑算法。统计数学研究所年鉴,62,61-89·Zbl 1422.62297号
[4] Doucet,A.,Johansen,A.M.(2011年)。粒子过滤和平滑教程:十五年后。D.Crisan,B.Rozovsky(编辑),《牛津非线性滤波手册》,牛津:牛津大学出版社·Zbl 1513.60043号
[5] Doucet,A.,Godsill,S.,Andrieu,C.(2000)。贝叶斯滤波的序贯蒙特卡罗抽样方法。统计与计算,10197-208。
[6] Doucet,A.,de Freitas,N.,Gordon,N.(2001年)。实践中的序贯蒙特卡罗方法。纽约:Springer-Verlag·Zbl 0967.00022号
[7] Fearnhead,P.、Wyncoll,D.、Tawn,J.(2010年)。一种具有线性计算成本的顺序平滑算法。Biometrika,97447-464·Zbl 1406.62093号
[8] Gordon,N.J.、Salmond,D.J.、Smith,A.F.M.(1993)。非线性/非高斯贝叶斯状态估计的新方法。IEE程序-F,140,107-113。
[9] Harrison,P.J.,Stevens,C.F.(1976年)。贝叶斯预测(讨论)。英国皇家统计学会期刊B辑,34,1-41·Zbl 0349.62062号
[10] Higuchi,T.(1997)。使用遗传算法算子的蒙特卡罗滤波器。统计计算与模拟杂志,59,1-23·Zbl 0896.62097号
[11] 北川(1987)。非平稳时间序列的非高斯状态空间建模。《美国统计协会杂志》,76(400),1032-1064·Zbl 0644.62088号
[12] 北川,G.(1988)。非高斯平滑的数值方法及其应用、计算科学和统计学;《第20届界面研讨会论文集》,编辑:E.J.Wegman、D.T.Gantz、J.J.Miller,379-388。
[13] 北川(1989)。非高斯季节性调整。计算机与数学应用,18(6/7),503-514·Zbl 0679.62070号
[14] 北川,G.(1993)。非高斯非线性状态空间模型的蒙特卡罗滤波和平滑方法。第二届美日统计时间序列联合研讨会论文集,分析,第110-131页。
[15] 北川,G.(1994)。平滑的双滤波器公式和高斯和平滑器的实现。《统计数学研究所年鉴》,46(4),605-623·兹比尔0822.62080 ·doi:10.1007/BF00773470
[16] 北川,G.(1996)。非高斯非线性状态空间模型的蒙特卡罗滤波器和平滑器。计算与图形统计杂志,5,1-25。
[17] 北川,G.(2010)。时间序列建模简介。纽约:查普曼和霍尔/CRC出版社·Zbl 1204.62159号
[18] Kitagawa,G.,Gersch,W.(1984年)。一种平滑的前状态空间方法,用于建模具有趋势和季节性的时间序列。《美国统计协会杂志》,79(386),378-389。
[19] Kitagawa,G.,Gersch,W.(1996年)。时间序列的平滑先验分析。纽约:Springer-Verlag·Zbl 0853.62069号
[20] Klaas,M.、Briers,M.,de Freitas,N.、Doucet,A.、Maskell,S.、Lang,D.(2006)。快速粒子平滑:如果我有一百万个粒子,机器学习国际会议。
[21] Matsumoto,M.,Nishimura,T.(1998年)。梅森捻线机:623维均匀分布伪随机数发生器。ACM建模与计算机仿真汇刊,8,3-30·Zbl 0917.65005号
[22] Nakano,S.、Ueno,G.、Higuchi,T.(2007)。用于连续数据同化的合并粒子滤波器。地球物理学中的非线性过程,14395-408。
[23] Pitt,M.,Shephard,N.(1999年)。通过模拟拟合:辅助粒子过滤器。《美国统计协会杂志》,94(446),590-599·Zbl 1072.62639号
[24] Sage,A.P.,Mersa,J.L.(1971)。估计理论及其在通信和控制中的应用,系统科学McGraw-Hill系列。纽约:McGraw-Hill。
[25] Solo,V.(1982)。随机过程的平滑估计:两个滤波器公式。IEEE自动控制汇刊,27(2),473-476·Zbl 0488.93051号
[26] Prado,R.,West,M.(2010年)。时间序列建模、计算和推断。佛罗里达州:查普曼和霍尔,CRC出版社·Zbl 1245.62105号
[27] West,M.,Harrison,J.(1989年)。贝叶斯预测和动态模型,统计中的斯普林格系列。纽约:Springer-Verlag·兹伯利0697.62029
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。