关于在信号分解问题的跨维度MCMC算法中计算Birth-or-Death移动的Metropolis-Hastings比率的注记
摘要：逆转跳跃MCMC (RJ-MCMC)采样技术是在一致的贝叶斯框架下共同解决模型选择和参数估计问题的方法，在信号处理领域越来越受欢迎，自Andrieu和Doucet的开创性论文（IEEE Trans. Signal Process., 47(10), 1999）以来。RJ-MCMC采样器的实施关键是计算所谓的Metropolis-Hastings-Green (MHG)比率，该比率确定了所提议移动的接受概率。 事实证明，Andrieu和Doucet在论文中给出的MHG比率表达式，用于“Birth-or-Death”移动——即虚拟上所有应用RJ-MCMC于信号分解问题的最简单的跨维度移动——是错误的。不幸的是，在信号处理文献中，很多后续论文中都复制了这个错误。 本文讨论了MHG比值的计算，重点关注的是当提议核可以分解为较简单核的混合时，该比率如何容易地计算。我们提供充分的条件，可以由该混合物的元素核的MHG比率推导出混合物的MHG比率。作为应用，我们考虑了Birth-or-Death移动的情况，并给出了Andrieu和Doucet的纸张中错误比率的修正表达式。
作者：Alireza Roodaki and Julien Bect and Gilles Fleury
论文ID：1111.6245
分类：Computation
分类简称：stat.CO
提交时间：2012-08-10