完全贝叶斯标记多维Hawkes过程的模拟与校准
摘要：基于点过程的叠加理论，我们提出了一种用于多维Hawkes过程的仿真方法。这种公式使我们能够为具有不同指数衰减强度的Hawkes过程设计高效的仿真。我们证明了插入时间可以分解为更简单的辅助变量，这些变量可以直接采样，从而得到没有近似的精确仿真。我们证明了辅助变量提供了关于每个事件时间的父过程的信息。通过验证模拟的强度与它们的理论时刻，我们展示了算法的正确性。我们提出了一个由Gibbs采样器、辅助变量增广和自适应拒绝采样组成的模块化推理过程。最后，我们将我们提出的仿真方法与现有方法进行了比较，并在算法速度方面取得了显著的改进。我们的推理算法被用于发现真实黑暗网络中的相互激励的强度。
作者：Kar Wai Lim, Young Lee, Leif Hanlen, Hongbiao Zhao
论文ID：1803.04654
分类：Machine Learning
分类简称：stat.ML
提交时间：2018-03-14