核递归ABC：难以计算似然的点估计
摘要：基于模拟器的具有难以处理的似然函数的统计模型的参数估计的一种新方法。我们的方法包括对同一观测数据的递归应用核ABC和核herding。我们提供了一个理论解释，解释了为什么该方法有效，证明了（对于总体设置），在某些假设下，使用该方法得到的点估计在递归进行时收敛于真实参数。我们进行了各种数值实验，包括对现实世界的行人流动模拟器进行参数估计，并且表明在大多数情况下我们的方法胜过现有方法。
作者：Takafumi Kajihara, Motonobu Kanagawa, Keisuke Yamazaki, Kenji Fukumizu
论文ID：1802.08404
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-06-13