结合置信传播的序列蒙特卡洛自动 Rao-Blackwellization
机器学习
2023-12-18 v1 统计计算
摘要
状态空间模型 (SSM) 上的精确贝叶斯推断通常是难以处理的，遗憾的是，基本的序列蒙特卡洛 (SMC) 方法无法为复杂模型提供正确的近似。在本文中，我们提出了一种混合推断算法，该算法尽可能使用置信传播计算闭式解，并在精确计算失败时回退到基于采样的 SMC 方法。因此，该算法实现了自动 Rao-Blackwellization，并且对于高斯树模型甚至是精确的。
引用
@article{arxiv.2312.09860,
title = {Automatic Rao-Blackwellization for Sequential Monte Carlo with Belief Propagation},
author = {Waïss Azizian and Guillaume Baudart and Marc Lelarge},
journal= {arXiv preprint arXiv:2312.09860},
year = {2023}
}