A double proposal normalized importance ...
Type de document :
Communication dans un congrès avec actes
DOI :
Titre :
A double proposal normalized importance sampling estimator
Auteur(s) :
Lamberti, Roland [Auteur]
Communications, Images et Traitement de l'Information [TSP - CITI]
Centre National de la Recherche Scientifique [CNRS]
Traitement de l'Information Pour Images et Communications [TIPIC-SAMOVAR]
Petetin, Yohan [Auteur]
Traitement de l'Information Pour Images et Communications [TIPIC-SAMOVAR]
Communications, Images et Traitement de l'Information [TSP - CITI]
Centre National de la Recherche Scientifique [CNRS]
Septier, François [Auteur]
Ecole nationale supérieure Mines-Télécom Lille Douai [IMT Lille Douai]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Desbouvries, François [Auteur]
Traitement de l'Information Pour Images et Communications [TIPIC-SAMOVAR]
Communications, Images et Traitement de l'Information [TSP - CITI]
Centre National de la Recherche Scientifique [CNRS]
Communications, Images et Traitement de l'Information [TSP - CITI]
Centre National de la Recherche Scientifique [CNRS]
Traitement de l'Information Pour Images et Communications [TIPIC-SAMOVAR]
Petetin, Yohan [Auteur]
Traitement de l'Information Pour Images et Communications [TIPIC-SAMOVAR]
Communications, Images et Traitement de l'Information [TSP - CITI]
Centre National de la Recherche Scientifique [CNRS]
Septier, François [Auteur]
Ecole nationale supérieure Mines-Télécom Lille Douai [IMT Lille Douai]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Desbouvries, François [Auteur]
Traitement de l'Information Pour Images et Communications [TIPIC-SAMOVAR]
Communications, Images et Traitement de l'Information [TSP - CITI]
Centre National de la Recherche Scientifique [CNRS]
Titre de la manifestation scientifique :
SSP 2018: IEEE Statistical Signal Processing Workshop
Ville :
Freiburg
Pays :
Allemagne
Date de début de la manifestation scientifique :
2018-06-10
Titre de l’ouvrage :
Proceedings SSP 2018: IEEE Statistical Signal Processing Workshop
Éditeur :
IEEE Computer Society
Date de publication :
2018
Mot(s)-clé(s) en anglais :
Variance minimization
Importance sampling
Monte Carlo integration
Importance sampling
Monte Carlo integration
Discipline(s) HAL :
Sciences de l'ingénieur [physics]/Traitement du signal et de l'image [eess.SP]
Résumé en anglais : [en]
Monte Carlo methods rely on random sampling to compute and approximate expectations of interest in signal processing. Among Monte Carlo methods for integration, Importance Sampling is a variance reduction technique which ...
Lire la suite >Monte Carlo methods rely on random sampling to compute and approximate expectations of interest in signal processing. Among Monte Carlo methods for integration, Importance Sampling is a variance reduction technique which consists in sampling from an importance distribution which is not necessary the original target distribution. The performance of the resulting estimate is strongly related to the critical choice of such an important distribution. In this paper we revisit the rationale of the normalized importance sampling technique and show that it is possible to improve the classical importance sampling estimate by approximating the expectation of interest via two importance distributions. The choice of these two importance distributions is optimized w.r.t. the variance of the final estimate. Our results are validated via numerical simulationsLire moins >
Lire la suite >Monte Carlo methods rely on random sampling to compute and approximate expectations of interest in signal processing. Among Monte Carlo methods for integration, Importance Sampling is a variance reduction technique which consists in sampling from an importance distribution which is not necessary the original target distribution. The performance of the resulting estimate is strongly related to the critical choice of such an important distribution. In this paper we revisit the rationale of the normalized importance sampling technique and show that it is possible to improve the classical importance sampling estimate by approximating the expectation of interest via two importance distributions. The choice of these two importance distributions is optimized w.r.t. the variance of the final estimate. Our results are validated via numerical simulationsLire moins >
Langue :
Anglais
Comité de lecture :
Oui
Audience :
Internationale
Vulgarisation :
Non
Collections :
Source :
Fichiers
- document
- Accès libre
- Accéder au document
- 2018-ssp-roland.pdf
- Accès libre
- Accéder au document