逐次モンテカルロ法（パーティクル・フィルター）について
僕は別に逐次モンテカルロ法（SMC）の熱心の信者というわけではないけれど，少し知識があるので覚書を書いてみる．簡単化のためにデータyが与えられた時の状態変数xのフィルタリング問題を例とするが，適用範囲はこの限りではない． 1 カルマンフィルターと比較して，SMCは非線形かつ非ガウスの一般的な隠れマルコフモデルを扱える． 2 MCMCとSMCとの違いについて．ターゲットが事後分布のときに，SMCは事後分布と共に周辺尤度も同時に計算できる．またこれらは各点で得られる．推定も名前の通り逐次的に行うので，バッチ推定ではなくいわゆるオンライン推定を行っている．計算コストもSMCの方が一般的に少ない．最終時点での分布のみに興味がある場合は各点での結果を保存する必要はない．バーンインの確認とか，ステップサイズはどうするのだとか，採択率をどの程度が最適だとかとか，そういったものも必要ない．あと分散のバウン
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
http://www.vision.cs.chubu.ac.jp/features/pdf/seminar/100326_%E3%82%BB%E3%83%9F%E3%83%8A%E3%83%BC%E8%B3%87%E6%96%99_%E7%89%A9%E4%BD%93%E8%BF%BD%E8%B7%A1.pdf
（調査メモ）逐次モンテカルロ法（Sequential Monte-Carlo Methods） - Qiita
