An adaptive population importance sampler

Luengo García, David; Martino, Luca; Elvira Arregui, Víctor y Corander, Jukka (2014). An adaptive population importance sampler. En: "39th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)", 4/05/2014 - 9/05/2014, Florencia (Italia). ISBN 978-1-4799-2893-4. pp. 8038-8042.

Descripción

Título: An adaptive population importance sampler
Autor/es:
  • Luengo García, David
  • Martino, Luca
  • Elvira Arregui, Víctor
  • Corander, Jukka
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: 39th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Fechas del Evento: 4/05/2014 - 9/05/2014
Lugar del Evento: Florencia (Italia)
Título del Libro: 2014 IEEE International Conference on Acoustic, Speech and Signal Processing (ICASSP)
Fecha: 2014
ISBN: 978-1-4799-2893-4
Materias:
Palabras Clave Informales: Monte Carlo methods, adaptive importance sampling, population Monte Carlo, iterative estimation
Escuela: E.T.S.I. y Sistemas de Telecomunicación (UPM)
Departamento: Teoría de la Señal y Comunicaciones
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (2MB) | Vista Previa

Resumen

Monte Carlo (MC) methods are widely used in signal processing, machine learning and communications for statistical inference and stochastic optimization. A well-known class of MC methods is composed of importance sampling and its adaptive extensions (e.g., population Monte Carlo). In this work, we introduce an adaptive importance sampler using a population of proposal densities. The novel algorithm provides a global estimation of the variables of interest iteratively, using all the samples generated. The cloud of proposals is adapted by learning from a subset of previously generated samples, in such a way that local features of the target density can be better taken into account compared to single global adaptation procedures. Numerical results show the advantages of the proposed sampling scheme in terms of mean absolute error and robustness to initialization.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaCOMONSENS (CSD2008-00010)Sin especificarSin especificarSin especificar
Gobierno de EspañaALCIT (TEC2012-38800-C03-01)Sin especificarSin especificarSin especificar
Gobierno de EspañaDISSECT (TEC2012-38058-C03-01)Sin especificarSin especificarSin especificar
Gobierno de EspañaCOMPREHENSION (TEC2012- 38883-C02-01)Sin especificarSin especificarSin especificar

Más información

ID de Registro: 36433
Identificador DC: http://oa.upm.es/36433/
Identificador OAI: oai:oa.upm.es:36433
URL Oficial: http://www.icassp2014.org/home.html
Depositado por: Memoria Investigacion
Depositado el: 23 Feb 2016 20:23
Ultima Modificación: 28 Mar 2016 18:10
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM