面向 SMC$^2$ 算法中状态粒子数的自动校准
统计计算
2015-06-02 v1
摘要
SMC 是一种用于状态空间模型顺序估计与状态推断的高效算法。它生成 个参数粒子 ，并对每个 运行规模为 的粒子滤波（即在每个时间步，于状态空间 中生成 个粒子）。我们讨论如何在算法过程中自动校准 。我们的方法依赖于条件序列蒙特卡洛更新、监测伪随机数生成器的状态，以及利用非参数回归技术得到的、由粒子滤波产生的似然无偏估计的方差估计量。我们观察到，与初始版本的 SMC 相比，我们的方法 CPU 占用更少且蒙特卡洛误差更小。
引用
@article{arxiv.1506.00570,
title = {Towards automatic calibration of the number of state particles within the SMC$^2$ algorithm},
author = {Nicolas Chopin and James Ridgway and Mathieu Gerber and Omiros Papaspiliopoulos},
journal= {arXiv preprint arXiv:1506.00570},
year = {2015}
}