[논문 리뷰] Variance estimation and allocation in the particle filter

Anthony Lee, Nick Whiteley|arXiv (Cornell University)|2015. 09. 01.

Target Tracking and Data Fusion in Sensor Networks인용 수 6

한 줄 요약

이 논문은 단일 실행을 통해만 작동하는 분산 추정기들을 소개하여 실시간 몽테카를로 오차 보고를 가능하게 한다. 점근적 분산과 개별 분산 성분에 대한 약한 일致성 추정기들을 제공함으로써 최적의 동적 입자 할당과 비.i.i.d. 순차 몽테카를로 설정으로의 i.i.i.d. 표본 분산 일반화를 가능하게 한다.

ABSTRACT

We introduce estimators of the variance and weakly consistent estimators of the asymptotic variance of particle filter approximations. These estimators are defined using only a single realization of a particle filter, and can therefore be used to report estimates of Monte Carlo error together with such approximations. We also provide weakly consistent estimators of individual terms appearing in the asymptotic variance, again using a single realization of a particle filter. When the number of particles in the particle filter is allowed to vary over time, the latter permits approximation of their asymptotically optimal allocation. Some of the estimators are unbiased, and hence generalize the i.i.d. sample variance to the non-i.i.d. particle filter setting.

연구 동기 및 목표

• 입자 필터에서 신뢰할 수 있고 실시간 분산 추정의 부족을 해결하여 추론 중 오차 평가를 어렵게 하는 문제를 해결한다.
• 다중 독립 실행이 필요 없이 단일 입자 필터 실행에 의존하는 추정기를 개발한다.
• 점근적 분산과 그 분해된 성분에 대한 약한 일치 추정기를 제공하여 최적의 입자 할당을 지원한다.
• 비.i.i.d. 순차 몽테카를로 설정으로의 고전적 i.i.i.d. 표본 분산을 일반화한다.
• 추정 가능한 분산 성분을 사용하여 시간 단계 간에 전체 분산을 점근적으로 최소화하는 방식으로 입자 할당을 동적으로 최적화한다.

제안 방법

• 입자 필터의 한 번의 실행만을 사용하여 입자 필터 근사의 분산 추정기를 제안한다.
• 단일 실행 기반으로 점근적 분산의 약한 일致성 추정기를 유도한다.
• 점근적 분산을 성분 항목으로 분해하고 단일 입자 필터 궤적을 사용하여 각 성분에 대한 추정기를 제공한다.
• 이 성분 추정기를 사용하여 전체 분산을 점근적으로 최소화하는 방식으로 시간 단계 간 입자 할당을 이끌어낸다.
• 일부 추정기가 무편향임을 보장하여 표본 분산 개념을 비.i.i.d. 순차 중요도 샘플링으로 확장한다.
• 입자 필터의 가중치 및 리샘플링 단계의 구조를 활용하여 진짜 분산 양에 대해 확률 수렴하는 추정기를 구성한다.

실험 결과

연구 질문

• RQ1 알고리즘의 단일 실행을 통해 입자 필터 근사의 분산을 추정할 수 있는가?
• RQ2 다중 독립 실행 없이도 입자 필터 출력의 점근적 분산을 일관되게 추정할 수 있는가?
• RQ3 점근적 분산을 해석 가능한 성분들로 분해하여 최적의 입자 할당을 안내할 수 있는가?
• RQ4 이러한 추정기는 비.i.i.d. 의존적인 순차 몽테카를로 설정으로의 i.i.i.d. 표본 분산을 어느 정도 일반화할 수 있는가?
• RQ5 이러한 추정기를 적응형 입자 할당 전략에 사용하는 데 이론적 근거는 무엇인가?

주요 결과

• 제안된 분산 추정기는 단일 입자 필터 실행에 기반하여 추가 계산 비용 없이 실시간 오차 보고를 가능하게 한다.
• 점근적 분산에 대한 약한 일치 추정기가 도출되어 입자 수가 증가함에 따라 진짜 점근적 분산로의 확률 수렴을 보장한다.
• 점근적 분산의 성분별 추정기는 시간 단계 간 점근적으로 최적의 입자 할당을 근사하는 데 기여한다.
• 일부 추정기는 무편향이며, 고전적 표본 분산을 입자 필터의 비.i.i.d. 맥락으로 확장한다.
• 이 프레임워크는 시간에 따라 입자 수를 동적으로 조정할 수 있도록 하여 분산이 가장 높은 곳에 더 많은 입자를 할당함으로써 효율성을 향상시킨다.
• 다중 실행이 불가능한 실용적 환경, 예를 들어 온라인 또는 실시간 추론에서 적용 가능하다.