安东尼·李;尼克·怀特利 分布式顺序蒙特卡罗森林重采样。 （英语） Zbl 07260592号 统计分析。最小数据。 9，第4号，230-248（2016）. 摘要：本文在序列蒙特卡罗（SMC）方法的严格设计中明确考虑了分布式计算体系结构和数据结构。作者最近建立的一个理论结果表明，通过调整粒子之间的相互作用来适当控制有效样本大小（ESS）足以保证SMC算法的稳定性。我们的目标是利用这一结果并设计算法，从而保证在分布式环境中工作良好。我们为实现这一目标作出了三项主要贡献。首先，我们研究ESS的数学特性，作为参数化粒子间相互作用的矩阵和图形的函数。其次，我们展示了如何通过树数据结构来诱导这些图，树数据结构对抽象分布式计算环境的逻辑网络拓扑进行建模。最后，我们提出了高效的分布式算法，这些算法可以实现所需的ESS控制、执行重采样以及对与这些树相关联的森林进行操作。 引用于3文件 MSC公司： 62至XX 统计 68倍 计算机科学 关键词：数据结构;分布式计算;有效样本数;粒子过滤器 软件：Dryad公司 PDF格式BibTeX公司 XML格式引用 \textit{A.Lee}和\textit{N.Whiteley}，统计分析。数据最小值9，第4号，230--248（2016；Zbl 07260592） 全文： 内政部 arXiv公司 参考文献： [1] A.Doucet、S.Godsill和C.Andrieu，《贝叶斯滤波的序贯蒙特卡罗采样方法》，《统计计算100》（2000年），197-208年。 [2] A.Doucet和A.M.Johansen，《粒子滤波与平滑教程：十五年后》，《非线性滤波手册》，D.Crisan和B.Rozovsky主编，英国牛津大学出版社，2008年，656-704·Zbl 1513.60043号 [3] N.肖邦，静态模型的序列粒子滤波方法，《生物特征》890（2002），539-552·兹比尔1036.62062 [4] P.Del Moral、A.Doucet和A.Jasra，序贯蒙特卡罗采样器，J R Stat Soc系列B Stat Methodol 680（2006），411-436·Zbl 1105.62034号 [5] N.Chopin、P.E.Jacob和O.Papaspiliopoulos，SMC2：状态空间模型序列分析的有效算法，J R Stat Soc Series B Stat Methodol 750（2013），397-426·Zbl 1411.62242号 [6] M.A.Suchard和A.Rambaut，统计系统发育学的多核心算法，生物信息学250（2009），1370-1376。 [7] A.Lee、C.Yau、M.B.Giles、A.Doucet和C.C.Holmes，《关于图形卡对高级蒙特卡罗方法进行大规模并行模拟的实用性》，《计算图形统计杂志》第190期（2010年），第769-789页。 [8] M.Boli´c、P.M.Djuri´c和S.Hong，分布式粒子滤波器的重采样算法和架构，IEEE Trans Signal Process 530（2005），2442-2450·Zbl 1370.94394号 [9] S.H.Jun、L.Wang和A.Bouchard-Cote，《神经信息处理系统的进展》，内华达州塔霍湖，2012年，2726-2734。 [10] C.Verg´e、C.Dubarry、P.Del Moral和e.Moulines，《序贯蒙特卡罗方法的并行实现：岛粒子模型》。统计计算25（2015），243-260·Zbl 1331.65023号 [11] N.Whiteley、A.Lee和K.Heine，《论交互作用在连续蒙特卡罗算法中的作用》，伯努利，即将出现·Zbl 1388.65009号 [12] A.Kong、J.S.Liu和W.H.Wong，顺序输入和贝叶斯缺失数据问题，美国国家统计协会890（1994），278-288·兹比尔0800.62166 [13] J.S.Liu，《都市独立抽样与拒绝抽样和重要性抽样的比较》，《统计计算》第60期（1996年），第113-119页。 [14] P.Del Moral和A.Guionnet，《关于过滤和遗传算法应用中交互过程的稳定性》，《Ann Inst Henri Poincar’e Probab Stat 370》（2001），155-194·Zbl 0990.60005号 [15] F.C´erou、P.Del Moral和A.Guyader，非正规化Feynman-Kac粒子模型的非辛方差定理，《Ann Inst Henri Poincar´e Probab Stat 470》（2011），629-649·Zbl 1233.60047号 [16] N.Whiteley和A.Lee，扭曲粒子过滤器，Ann Statist 420（2014），115-141·Zbl 1302.60139号 [17] N.Whiteley，《一些颗粒过滤器的稳定性》，Ann Appl Probab 230（2013），2500-2537·Zbl 1296.60098号 [18] J.S.Liu和R.Chen，《通过顺序插补进行盲反褶积》，《美国统计学会杂志》900（1995），567-576·Zbl 0826.62062号 [19] J.E.Savage，《计算模型：探索计算的力量》，波士顿，Addison-Wesley出版社，1998年·Zbl 0890.68059号 [20] D.E.Knuth，《计算机编程的艺术》，第1卷（第3版），波士顿，艾迪生-维斯利出版社，1997年·Zbl 0883.68015号 [21] W.D.Hillis和G.L.Steele Jr，数据并行算法，Commun ACM 290（1986），1170-1183。 [22] M.Isard、M.Budiu、Y.Yu、A.Birrell和D.Fetterly，Dryad：基于连续构建块的分布式数据并行程序，ACM SIGOPS Oper Sys Rev 410（2007），59-72。 [23] S.Mertens，《最容易解决的难题：数字划分》，《计算复杂性与统计物理》，A.Percus、G.Istrate和C.Moore主编，牛津大学出版社，2006年，125-139·Zbl 1156.82321号 [24] D.P.Bertsekas和J.N.Tsitsiklis，《并行和分布式计算：数值方法》，新泽西州上鞍河，Prentice-Hall，Inc，1989年·Zbl 0743.65107号 [25] J.Pjeésivac-Grbovi´c、T.Angskun、G.Bosilca、G.E.Fagg、E.Gabriel和J.J.Dongarra，MPI集合操作的性能分析，集群计算100（2007），127-143。 [26] R.W.Hockney，MPP的通信挑战：Intel Paragon和Meiko CS-2。并行计算，20（3）（1994），389-398。 [27] D.Culler、R.Karp、D.Patterson、A.Sahay、K.E.Schauser、E.Santos、R.Subramonian和T.von Eicken，《LogP：走向并行计算的现实模型》，第四届ACM SIGPLAN并行编程原理与实践研讨会论文集，纽约，1993年，第1-12页。 [28] A.Alexandrov、M.F.Ionescu、K.E.Schauser和C.Scheiman，LogGP：将长消息合并到LogP模型中——朝着实现并行计算的现实模型迈进了一步。第七届ACM并行算法和体系结构研讨会论文集，纽约，1995年，95-105。 [29] L.Devroye，《非均匀随机变量生成》，纽约，施普林格出版社，1986年·Zbl 0593.65005号 [30] R.Douc、O.Capp´e和e.Moulines，粒子滤波重采样方案的比较，《第四届图像和信号处理与分析国际研讨会论文集》，克罗地亚萨格勒布，2005，64-69。 [31] D.Crisan和T.Lyons，滤波问题的最小熵近似和优化算法，蒙特卡罗方法应用80（2002），343-356·Zbl 1018.65014号 [32] G.Kitagawa，Monte Carlo滤波器和非高斯非线性状态空间模型的平滑器。《计算图表统计》50（1996），1-25。 [33] N.Karmarkar和R.M.Karp，《集合划分的差异方法》，加州大学伯克利分校，技术报告，1982年。 [34] R。 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。