没有合适的资源?快使用搜索试试~ 我知道了~
从预测到图形模型中的决策:自然梯度优化方法-研究论文
需积分: 10 0 下载量 161 浏览量
2021-05-20
14:54:31
上传
评论
收藏 775KB PDF 举报
温馨提示
试读
25页
图形模型,尤其是隐马尔可夫模型或其等效的连续空间,即所谓的卡尔曼滤波器模型,是进行决策时可以进行推理的强大工具。 它们的参数估计通常基于“期望最大化”方法,因为这是训练它们的自然统计方法。 当用于决策时,寻找与我们的决策相关的参数可能更重要,而不是仅仅尝试从统计角度拟合模型。 因此,我们可以将图形模型的确定重新构造为一个推理问题,其中真正关注的是模型给出的预测的决策质量。 我们表明,可以将所得的优化问题重新构造为信息几何优化问题,并引入包含其他元参数的自然梯度下降策略。 我们表明,对于图形模型学习,我们的方法是著名的EM方法的强大替代方法。 实际上,我们基于自然梯度的策略可导致学习最终目标函数的最佳参数(这是我们的决定),而无需人为地尝试拟合可能不符合真实分布的分布。 我们在金融市场中的决策问题上支持我们的理论发现,并表明所学习的模型比传统的从业者方法表现更好,并且不太容易过拟合。
资源推荐
资源评论
资源评论
weixin_38641366
- 粉丝: 4
- 资源: 893
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功