Поиск корней для стохастической функции


17

Предположим, у нас есть функция которую мы можем наблюдать только через некоторый шум. Мы не можем вычислить напрямую, только где - некоторый случайный шум. (На практике: я вычисляю используя метод Монте-Карло.)f(x)f(x)f(x)+ηηf(x)

Какие методы доступны для нахождения корней , то есть для вычисления так, чтобы ?fxf(x)=0

Я ищу методы, которые минимизируют количество оценок, необходимых для , поскольку это вычислительно дорого.f(x)+η

Я особенно заинтересован в методах, которые обобщают для нескольких измерений (то есть решить ).f(x,y)=0,g(x,y)=0

Мне также интересны методы, которые могут использовать некоторую информацию о дисперсии , поскольку оценка этого может быть доступна при вычислении с использованием MCMC.ηf(x)


Я не уверен, какие метки подходят для этого вопроса, пожалуйста, помогите повторно пометить.
Сабольч

3
Чтобы быть справедливым, я нашел стохастическое приближение , но очень мало практической информации с примерами или практическим обсуждением того, когда это работает хорошо, а когда нет. Большая часть информации содержится в научных статьях, которые, по-видимому, требуют немалой работы для практического применения. Еще одна вещь, которую я нашел, - это оценка без правдоподобия ключевого слова, которая решает очень похожую проблему, и в Интернете доступно больше практической информации. Есть ли еще что-нибудь? Рекомендации приветствуются!
Сабольч

интересная проблема. я предполагаю, что все градиентные методы выходят в окно
Аксакал

Кроме того, в вашем случае проблема более сложна: вы можете контролировать через MCvar[η]
Aksakal

Я добавлю дополнительные 50 к награде Glen_b за хороший ответ.
Сабольч

Ответы:


12

Вы можете найти следующие ссылки полезными:

Pasupathy, R.and Kim, S. (2011) Стохастическая проблема поиска корней: обзор, решения и открытые вопросы. ACM транзакции по моделированию и компьютерному моделированию, 21 (3). [ DOI ] [ препринт ]

Waeber, R. (2013) Вероятностный поиск пополам для стохастического поиска корней. Докторская диссертация, Корнельский университет, Итака. [ pdf ]


(+1) Ответ на вопрос с цитированием диссертации 2013 года - это очень здорово.
Sycorax сообщает, что восстановит Монику

1
Гугл-фу этого сильна
bdeonovic,

1
Первая статья, которую вы цитируете, полезна, но следует отметить, что для применения этих методов на практике все еще требуется немало работы.
Сабольч

Было бы очень хорошо, если бы кто-то, кто прошел через методы, мог дать оценку того, сколько работы требуется, чтобы перейти от статьи к наиболее простой реализации. Взглянул на первую статью, и она кажется довольно плотной.
Рамон Мартинес

Я думаю, что для такого рода проблем вы можете использовать стохастический градиентный спуск, см., Например, finzi.psych.upenn.edu/R/library/sgd/html/sgd.html
Том Венселерс
Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.