高斯模型中利用均衡最大化进行缺失数据推断
摘要：均衡最大化（EqM）是一种用于估计存在数据缺失情况下的自回归（AR）模型参数的算法。先前的研究表明，EqM算法是期望最大化的一个有竞争力的替代方案，具有相等的预测能力，并且计算成本更低。 EqM算法先前被认为是一种启发式方法。在本文中，我们证明了EqM可以被视为一种近似的近端点算法。我们还推导了整个高斯模型类别的方法，并且示范了其在估计存在数据缺失情况下的ARMA模型中的应用。通过数值模拟评估了最终的方法，并获得了与AR过程类似的结果。
作者：Johan Dahlin and Fredrik Lindsten and Thomas B. Sch"on
论文ID：1308.4601
分类：Computation
分类简称：stat.CO
提交时间：2013-08-22