×

兹马思-数学第一资源

基于粒子的相切滤波器在线估计及其在非线性状态空间模型参数估计中的应用。(英语) Zbl 07178120
根据P、 德尔默尔A、 吉翁内[安.亨利.庞加莱研究所,Probab.Stat.37,第2期,155–194(2001年;Zbl 0990.60005)]提出了一种有效且数值稳定的状态空间模型滤波导数粒子逼近算法。提议的方法包括,作为子例程,基于粒子的快速增量平滑器(short PaRIS),由同一作者在[Bernoulli 23,No.3,1951–1996(2017;Zbl 1392.62252)],一个为光滑可加性状态泛函的在线逼近量身打造的算法。
这个结果与T、 N.M.阮等人[Adv.Appl.Probab.50,第1期,154–177(2018年;Zbl 07163641)]对于基于粒子的双滤波器平滑的情况。此外,通过假设模型的强混合,渐近方差可以在时间上一致有界。
通过仿真研究了这种在线参数估计算法的数值性能,似乎比传统的方法有了显著的改进P、 道德的A、 吉翁内[安.亨利.庞加莱研究所,Probab.Stat.37,第2期,155–194(2001年;Zbl 0990.60005)]对于随机波动率模型中的在线参数学习J、 船体A、 白色[摘自:随机波动性.精选读物.牛津:牛津大学出版社.109–129(2005;Zbl 1126.91369)].

理学硕士:
62L12 序贯估计
62L20型 随机逼近
62平方米 随机过程推理与预测
62层10层 点估计
60F05型 中心极限与其它弱定理
65摄氏度 蒙特卡罗方法
软件:
快攻
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 安德森,Bdo;《最佳过滤》(1979),新泽西州:普伦蒂斯霍尔,新泽西州
[2] 卡佩,O.(2001年)。HMMs十年(联机书目1989-2000)。http://perso.telecom-paristech.fr/cappe/docs/hmmbib.html。2013年3月查阅。
[3] Cappé,O.,隐马尔可夫模型的在线EM算法,计算与图形统计杂志,20,3,728-749(2011)
[4] 卡佩,O。;莫林斯,E。;《隐马尔可夫模型中的推理》(2005),纽约:斯普林格,纽约·Zbl 1080.62065
[5] 克里斯安,D。;Heine,K.,离散时间滤波器在噪声分布尾部的稳定性,伦敦数学学会杂志,78,2441-458(2008)·Zbl 1148.93036
[6] 德尔默尔,P。;Guionnet,A.,《交互过程的稳定性及其在过滤和遗传算法中的应用》,Annales de l'Institut Henri Poincaré,37,2155-194(2001)·Zbl 0990.60005
[7] 德尔默尔,P。;多塞特,A。;Singh,S.,Feynman-Kac公式的反向粒子解释,ESAIM:数学模型和数值分析,44,5947-975(2010)·Zbl 1209.65009
[8] 德尔默尔,P。;多塞特,A。;Singh,Ss,最优滤波器导数的粒子近似一致稳定性,SIAM控制与优化杂志,53,3,1278-1304(2015)·Zbl 1349.65010
[9] Delyon,B.,随机算法收敛的一般结果,IEEE自动控制汇刊,41,9,1245-1255(1996)·Zbl 0867.93075
[10] 丹普斯特,美联社;莱尔德,Nm;Rubin,Db,通过EM算法从不完全数据中获得最大似然,皇家统计学会杂志,39,1,1-38(与讨论)(1977)
[11] 杜克,R。;Matias,C.,一般隐马尔可夫模型的最大似然估计的渐近性,Bernoulli,7,3,381-420(2001)·Zbl 0987.62018
[12] 杜克,R。;加里维尔,A。;莫林斯,E。;Olsson,J.,一般状态空间隐马尔可夫模型的序贯蒙特卡罗平滑,应用概率年鉴,21,6,2109-2145(2011)·Zbl 1237.60026
[13] 杜克,R。;毛线。;Olsson,J.,《可验证条件下序贯蒙特卡罗方法的长期稳定性》,《应用概率年鉴》,24,5,1767-1802(2014)·Zbl 1429.62364
[14] 多塞特,A。;Tadić,Vb,粒子方法在一般状态空间模型中的参数估计,统计数学研究所年鉴,55,2,409-422(2003)·Zbl 1047.62084
[15] 多塞特,A。;戈德尔,S。;安德里欧,《贝叶斯滤波的序贯蒙特卡罗抽样方法,统计与计算》,10,3,197-208(2000)
[16] 多塞特,A。;德弗雷塔斯,N。;Gordon,N.,序贯蒙特卡罗方法在实践中的应用(2001),纽约:斯普林格,纽约·Zbl 0967.00022
[17] 费恩黑德,P。;温克尔,D。;Tawn,J.,具有线性计算成本的序列平滑算法,Biometrika,97,2447-464(2010)·Zbl 1406.62093号
[18] 戈登,N。;萨蒙德,D。;《非线性/非高斯贝叶斯状态估计的新方法》,国际工程学报F-雷达与信号处理,140,2,107-113(1993)
[19] 赫尔,J。;怀特,A.,《随机波动资产的期权定价》,金融杂志,42,2281-300(1987)
[20] 雅各布,体育;莫里,Lm;Rubenthaler,S.,《粒子过滤器中的路径存储,统计与计算》,252487-496(2013)
[21] Jasra,A.,《可验证条件下Feynman-Kac公式的反向解释行为》,《应用概率杂志》,52,2,339-359(2015)·Zbl 1327.62036
[22] Julier,S.J.,Uhlmann,J.K.(1997年)。卡尔曼滤波在非线性系统中的一个新的推广。航空传感:第11届航空航天/国防传感国际研讨会。模拟和控制。
[23] 坎塔斯,N。;多塞特,A。;辛格,Ss;马西约夫斯基,J。;肖邦,N.,状态空间模型中参数估计的粒子方法,统计科学,30,3,328-351(2015)·Zbl 1332.62096号
[24] Kitagawa,G.,非高斯非线性状态空间模型的Monte Carlo滤波器和平滑器,计算与图形统计杂志,5,1,1-25(1996)
[25] 北川,根须;Sato,Seisho,Monte Carlo平滑和自组织状态空间模型,序列蒙特卡罗方法在实践中的应用,177-195(2001),纽约,纽约:Springer New York,New York,NY·Zbl 1056.93581号
[26] Le Corff,S.,Fort,G.,Moulines,E.(2011年)。求解SLAM问题的在线期望最大化算法。2011年IEEE统计信号处理研讨会(SSP)(第225-228页)。
[27] Le Gland,F.,Mevel,L.(1996年)。隐马尔可夫模型中的几何遍历性。研究报告,RR-2991,INRIA·Zbl 0941.93053
[28] Le Grand,F.,Mevel,L.(1997)隐马尔可夫模型中的递归估计。在第36届IEEE决策与控制会议的价格(第3468-3473页)。
[29] Martinez Cantin,R.,de Freitas,N.,Castellanos,J.A.(2007年)。机器人同时定位与映射的粒子方法分析及一种新算法:边缘slam。2007年IEEE机器人与自动化国际会议论文集(第2415-2420页)。
[30] Montemerlo,M.,Thrun,S.,Koller,D.,Wegbreit,B.(2002年)。FastSLAM:同时定位和映射问题的一个因子解决方案。在AAAI全国人工智能会议记录。埃德蒙顿:啊。
[31] Montemerlo,M.,Thrun,S.,Koller,D.,Wegbreit,B.(2003年)。一种改进的粒子滤波算法同时定位和映射,可证明收敛。第十六届国际人工智能联席会议论文集。阿卡普尔科:伊卡。
[32] 阮,Tnm;Le Corff,S。;Moulines,E.,关于一般状态空间模型中边缘平滑分布的两个滤波器近似,应用概率的进展,50,1154-177(2017)·Zbl 07163641
[33] 奥尔森,J。;卡佩,O。;杜克,R。;Moulines,E.,序贯蒙特卡罗平滑及其在非线性状态空间模型参数估计中的应用,Bernoulli,14,1155-179(2008)·Zbl 1155.62055
[34] Olsson,J.,Westerborn,J.(2016年)。基于滤波器导数的一般隐马尔可夫模型的有效参数推断。2016年IEEE声学、语音和信号处理国际会议(ICASSP)(第3984-3988页)。
[35] 奥尔森,J。;Westerborn,J.,《一般隐马尔可夫模型中的有效粒子在线平滑:巴黎算法》,Bernoulli,23,3,1951-1996(2017)·Zbl 1392.62252
[36] 波伊亚吉斯,G。;多塞特,A。;Singh,S.,状态空间模型中分数和观测信息矩阵的粒子近似及其在参数估计中的应用,Biometrika,98,1,65-80(2011)·Zbl 1214.62093
[37] (2005年,Po-yis,Adj。最优滤波器导数的粒子方法:在参数估计中的应用。IEEE声学、语音和信号处理国际会议论文集(第925-928页)。
[38] Tadic,Vb,隐马尔可夫模型中递归最大似然估计的分析性、收敛性和收敛速度,IEEE信息论汇刊,56,12,6406-6432(2010)·Zbl 1366.62166
[39] 塔迪奇,Vb;Doucet,A.,《随机梯度搜索的渐近偏差》,《应用概率年鉴》,27,6,3255-3304(2017)·Zbl 1387.49044
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。