连续时间马尔可夫链转移率矩阵的不精确概率估计器
机器学习
2018-07-12 v2 机器学习
概率论
摘要
我们考虑由该过程的有限时长实现来估计连续时间马尔可夫链转移率矩阵的问题。我们在不精确概率框架下处理此问题，对未知转移率矩阵使用一组先验分布。所得估计器是一组转移率矩阵，出于共轭性原因易于求得。为确定我们先验组的超参数，我们重新考察离散时间下的该问题，其中可使用著名的 Imprecise Dirichlet Model（不精确狄利克雷模型）。特别地，我们展示了所得离散时间估计器的极限如何成为一个连续时间估计器。它对应于超参数的特定选择，并具有异常简单的闭式表达式。
引用
@article{arxiv.1804.01330,
title = {An Imprecise Probabilistic Estimator for the Transition Rate Matrix of a Continuous-Time Markov Chain},
author = {Thomas Krak and Alexander Erreygers and Jasper De Bock},
journal= {arXiv preprint arXiv:1804.01330},
year = {2018}
}