Dec, 2015

近似贝叶斯计算中的汇总统计量

PDF
TL;DR本文介绍了在 Approximate Bayesian Computation 中使用 summary statistics 的重要性，以及如何选择低维度的摘要来提高模型参数推断的效果并避免由高维度数据引起的 dimensionality curse 问题，同时讨论了该问题的理论结果和 Sufficiency 相关的内容。
发现论文，激发创造
  • 通过深度神经网络学习用于近似贝叶斯计算的统计摘要

    通过训练深度神经网络，本研究旨在构建可靠的摘要统计信息，以近似表示参数的后验平均值，以提高 ABC 方法在模型参数推断中的精度和效率。在 Ising 模型和移动平均模型中，我们的方法构建的摘要统计量在精度上不仅匹配了理论上的最优摘要统计量，而且超出了其精度。

    Oct, 2015

  • 近似贝叶斯计算中维度约减方法的比较评估

    本文提供了综合评估和比较 ABC 文献中提出的主要降维方法的表现，并引入了两种新的降维方法：基于 Akaike 和 Bayesian 信息准则的最佳子集选择方法和使用岭回归作为正则化程序的方法。我们通过分析三个具有挑战性的模型和数据集来说明这些维​​度规约技术的性能。

    Feb, 2012

  • 近似贝叶斯计算中的似然函数逼近

    本章节在《近似贝叶斯计算手册》中发表，概述了两种估计不可计算似然性的方法，即基于模型根据统计量估计出的参数假设的贝叶斯人工似然法和使用一组约束来构建经验似然，或者使用近似方法来规避对模型的模拟。这两种方法的具体实施被展现在各种不同复杂度的模型中。

    Mar, 2018

  • 核近似贝叶斯计算在种群遗传推断中的应用

    本文介绍了一种基于 kernel 的 ABC 方法，它能够应对需要使用多个总结统计量的复杂问题，并表现出高效的推理性能。

    May, 2012

  • 带有领域专家的近似贝叶斯计算

    本文介绍了一种面向主动学习的 ABC 统计量选择方法，可减少领域专家的工作量，并在预算有限的情况下获得更好的后验估计。

    Jan, 2022

  • 一类时间序列模型的近似贝叶斯计算

    本文介绍了一类基于 ABC 思路的近似方法，着重于处理那些观测和参数似然不易求得的时间序列模型，并保持了原始统计模型的概率结构，为参数推断提供了一种分析近似偏差和适应计算方法的新途径。

    Jan, 2014

  • 利用高斯 Copula 模型将近似贝叶斯计算方法扩展到高维

    本研究提出了一种利用高斯 Copula 逼近对近似贝叶斯计算（ABC）算法中的边缘调整策略进行改进，并将其扩展应用于高维问题的贝叶斯推断中的方法。

    Apr, 2015

  • 近似贝叶斯估计量的渐近行为

    本文通过理论分析，在隐马尔可夫模型中，证明了基于近似贝叶斯计算的参数估计器对于标准统计学结果的渐近偏差版本。

    May, 2011

  • DR-ABC: 基于核分布回归的近似贝叶斯计算

    本研究提供了一种新的基于核回归的框架方法，使用随机傅里叶特征来实现大规模核学习，以选择合适的问题特定摘要统计量来近似真实条件概率分布，该方法在近似贝叶斯计算中有杰出表现。

    Feb, 2016

  • 动力系统中参数推断和模型选择的近似贝叶斯计算方案

    本文提出一种基于序贯蒙特卡罗近似贝叶斯计算的方法，用于评估后验分布并推断动态模型的参数，可适用于多种生物系统的参数推断、灵敏度分析和模型选择，此方法比其他近似贝叶斯计算方法表现更好。

    Jan, 2009