Adaptive population importance samplers: a general perspective

Martino, Luca; Elvira Arregui, Víctor; Luengo García, David y Louzada, Francisco (2016). Adaptive population importance samplers: a general perspective. En: "9th IEEE Sensor Array and Multichannel Signal Processing Workshop (SAM 2016)", 10/07/2016 - 13/07/2016, Río de Janeiro (Brasil). ISBN 978-1-5090-2104-8. pp. 1-5. https://doi.org/10.1109/SAM.2016.7569668.

Descripción

Título: Adaptive population importance samplers: a general perspective
Autor/es:
  • Martino, Luca
  • Elvira Arregui, Víctor
  • Luengo García, David
  • Louzada, Francisco
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: 9th IEEE Sensor Array and Multichannel Signal Processing Workshop (SAM 2016)
Fechas del Evento: 10/07/2016 - 13/07/2016
Lugar del Evento: Río de Janeiro (Brasil)
Título del Libro: Proceedings of the 2016 IEEE Sensor Array and Multichannel Signal Processing Workshop (SAM)
Fecha: 2016
ISBN: 978-1-5090-2104-8
Materias:
Palabras Clave Informales: Unified common framework, adaptive population importance samplers, importance sampling, Monte Carlo method, proposal density, iterative adaptation, variance reduction
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 (612kB) | Vista Previa

Resumen

Importance sampling (IS) is a well-known Monte Carlo method, widely used to approximate a distribution of interest using a random measure composed of a set of weighted samples generated from another proposal density. Since the performance of the algorithm depends on the mismatch between the target and the proposal densities, a set of proposals is often iteratively adapted in order to reduce the variance of the resulting estimator. In this paper, we review several well-known adaptive population importance samplers, providing a unified common framework and classifying them according to the nature of their estimation and adaptive procedures. Furthermore, we interpret the underlying motivation for the different adaptation schemes, opening the door for novel and more efficient algorithms. Finally, we compare the performance of different algorithms available in the literature through a toy example.

Proyectos asociados

TipoCódigoAcrónimoResponsableTítulo
Gobierno de EspañaTEC2013-41718-ROTOSiSSin especificarSin especificar
Horizonte 2020ERC-2014-CoG 647423Sin especificarSin especificarERC Consolidator Grant SEDAL
FP7239784Sin especificarSin especificarERC grant 239784

Más información

ID de Registro: 46532
Identificador DC: http://oa.upm.es/46532/
Identificador OAI: oai:oa.upm.es:46532
Identificador DOI: 10.1109/SAM.2016.7569668
URL Oficial: http://delamare.cetuc.puc-rio.br/sam2016/index.html
Depositado por: Memoria Investigacion
Depositado el: 29 May 2018 16:25
Ultima Modificación: 29 May 2018 16:25
  • 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