说观察是州是在顺序模型中。
我了解粒子过滤通过从为近似.
我们如何决定在链上运行时使用多少“粒子”?我们是在开始时选择一个固定的数字并坚持下去(在实验中效果很好),还是随着粒子过滤算法的进行而改变使用的粒子数?
说观察是州是在顺序模型中。
我了解粒子过滤通过从为近似.
我们如何决定在链上运行时使用多少“粒子”?我们是在开始时选择一个固定的数字并坚持下去(在实验中效果很好),还是随着粒子过滤算法的进行而改变使用的粒子数?
对于这个选择,我经常考虑计算成本和结果估计的方差之间的权衡。随着粒子数量或样本大小的增加,前者会增加,而后者会减少。
我经常做一个简单的计算实验:
我创建了一个潜在数量的粒子网格(比如,和)。
我做过滤使用每个样本大小的次数。
我在 Y 轴上绘制我感兴趣的数量的样本方差(例如估计似然度的方差),在 X 轴上绘制粒子数。
你应该得到一个凸曲线,随着粒子数量的增加,它变得平坦。一般来说,我只是看看它,并选择一些看起来合理的粒子,因为进一步增加粒子的数量不会减少太多的方差。
显然这只是一种实用的方法,也许还有更严谨的方法来看待问题。