快速且数值稳定的基于粒子的在线加性平滑：AdaSmooth算法
摘要：一种适用于路径空间模型的在线平滑新的顺序蒙特卡洛方法。迄今为止，文献中提出的解决方案要么由于粒子-路径退化而导致长期的数值不稳定性，或者在解决退化问题时使用粒子逼近所谓的后向核的计算需求很高。为了在计算速度和数值稳定性之间达到最佳平衡，我们建议利用自适应的基于后向采样的更新规则来装备一个（快速的）朴素粒子平滑器，递归地传播粒子和相关的平滑统计值，从而将（昂贵的）后向样本的数量保持在最小程度。这产生了一种新的、特定于函数的加性平滑算法AdaSmooth，该算法计算速度快、数值稳定且易于实施。该算法提供了严格的理论结果，保证其一致性、渐近正常性和长期稳定性，以及数值结果，经验性地证明了AdaSmooth相对于现有算法的明显优势。
作者：Alessandro Mastrototaro (1), Jimmy Olsson (1) and Johan Alenl"ov (2) ((1) KTH Royal Institute of Technology, (2) Link"oping University)
论文ID：2108.00432
分类：Computation
分类简称：stat.CO
提交时间：2022-10-24