使用优化的超曲面采样适应复杂的χ²景观
摘要：用参数化模型拟合数据集可以在几何上看作是找到一个关于一组参数 {P_i} 的 chi^2 超曲面的全局最小值。通常使用Levenberg-Marquardt算法来实现。该算法的主要缺点是，尽管收敛速度快，但如果参数的初始值不接近最终解，算法可能会停滞。我们提出了一种修改的Metropolis算法，引入了参数步长调整，以优化参数空间的采样。该参数调整算法结合模拟退火的能力，可以在必要时跳过 chi^2{P_i} 屏障，找到全局 chi^2 超曲面最小值。通过合成函数和实际数据的实验证明了这种参数调整算法的能力。
作者：L.C. Pardo, M. Rovira-Esteva, S. Busch, J.-F. Moulin, J.Ll. Tamarit
论文ID：1110.2046
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2015-05-30