Sticky proposal densities for adaptive MCMC methods

Martino, Luca; Casarin, R. y Luengo García, David (2016). Sticky proposal densities for adaptive MCMC methods. En: "2016 IEEE Workshop on Statistical Signal Processing", 26/06/2016 - 29/06/2016, Palma de Mallorca (España). ISBN 978-1-4673-7802-4. pp. 1-5. https://doi.org/10.1109/SSP.2016.7551746.

Descripción

Título: Sticky proposal densities for adaptive MCMC methods
Autor/es:
  • Martino, Luca
  • Casarin, R.
  • Luengo García, David
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: 2016 IEEE Workshop on Statistical Signal Processing
Fechas del Evento: 26/06/2016 - 29/06/2016
Lugar del Evento: Palma de Mallorca (España)
Título del Libro: 2016 IEEE Statistical Signal Processing Workshop (SSP)
Fecha: 2016
ISBN: 978-1-4673-7802-4
Materias:
Palabras Clave Informales: Statistical inference, Bayesian signal processing, Monte Carlo methods, adaptive MCMC
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 (167kB) | Vista Previa

Resumen

Monte Carlo (MC) methods are commonly used in Bayesian signal processing to address complex inference problems. The performance of any MC scheme depends on the similarity between the proposal (chosen by the user) and the target (which depends on the problem). In order to address this issue, many adaptive MC approaches have been developed to construct the proposal density iteratively. In this paper, we focus on adaptive Markov chain MC (MCMC) algorithms, introducing a novel class of adaptive proposal functions that progressively stick to the target. This proposed class of sticky MCMC methods converge very fast to the target, thus being able to generate virtually independent samples after a few iterations. Numerical simulations illustrate the excellent performance of the sticky proposals when compared to other adaptive and non-adaptive schemes.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaTEC2012-38058-C03-01DISSECTSin especificarSin especificar
Gobierno de EspañaTEC2015-64835-C3-3-RMIMOD-PLCSin especificarSin especificar
FP7SYRTO-SSH-2012- 320270Sin especificarSin especificarSin especificar
FP7SYRTO-SSH-2012- 630677Sin especificarSin especificarSin especificar

Más información

ID de Registro: 46529
Identificador DC: http://oa.upm.es/46529/
Identificador OAI: oai:oa.upm.es:46529
Identificador DOI: 10.1109/SSP.2016.7551746
URL Oficial: http://ssp2016.tsc.uc3m.es/
Depositado por: Memoria Investigacion
Depositado el: 01 Feb 2018 19:30
Ultima Modificación: 30 Jun 2018 22:30
  • GEO_UP4
  • 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
  • InvestigaM
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM