活跃粒子滤波器
摘要：用于逼近带有指示势的费曼-卡克模型的粒子滤波器的开发，《隐马尔可夫模型》或稀有事件问题中的近似贝叶斯计算（ABC）后验是这种模型的示例。这样的模型需要使用高级的粒子滤波器或马尔可夫链蒙特卡洛（MCMC）算法例如Jasra等人（2012）来进行估计。现有粒子滤波器的缺点之一是它们可能会“崩溃”，即由于指示势，算法可能会提前终止。在本文中，我们使用Lee等人（2013）的局部自适应粒子滤波器的一个特例来解决这个问题，这与Le Gland和Oudjane（2004）密切相关，并引入了每个时间步长的随机成本。从理论的角度进行了对该算法的研究，并给出了几个结果，这些结果有助于验证算法并提供其实现的指导方针。此外，我们还展示了如何使用粒子MCMC（Andrieu等人，2010）将该算法应用于MCMC。提供了用于HMM的ABC近似值的数值示例。
作者：Ajay Jasra, Anthony Lee, Christopher Yau, Xiaole Zhang
论文ID：1304.0151
分类：Computation
分类简称：stat.CO
提交时间：2013-04-02