Observatorio de I+D+i UPM

Memorias de investigación
Ponencias en congresos:
Fully Adaptive Gaussian Mixture Metropolis-Hastings Algorithm
Año:2013
Áreas de investigación
  • Inferencia de procesos estocásticos,
  • Estimadores y predictores
Datos
Descripción
Markov Chain Monte Carlo methods are widely used in signal processing and communications for statistical inference and stochastic optimization. In this work, we introduce an efficient adaptive Metropolis-Hastings algorithm to draw samples from generic multimodal and multidimensional target distributions. The proposal density is a mixture of Gaussian densities with all parameters (weights, mean vectors and covariance matrices) updated using all the previously generated samples applying simple recursive rules. Numerical results for the one and two-dimensional cases are provided.
Internacional
Si
Nombre congreso
IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP)
Tipo de participación
960
Lugar del congreso
Vancouver (Canadá)
Revisores
Si
ISBN o ISSN
978-1-4799-0356-6
DOI
Fecha inicio congreso
26/05/2013
Fecha fin congreso
31/05/2013
Desde la página
6148
Hasta la página
6152
Título de las actas
Proceedings of the 2013 IEEE International Conference on Acoustics, Speech, and Signal Processing
Esta actividad pertenece a memorias de investigación
Participantes
  • Autor: David Luengo Garcia (UPM)
Grupos de investigación, Departamentos, Centros e Institutos de I+D+i relacionados
  • Creador: Departamento: Ingeniería de Circuitos y Sistemas
S2i 2021 Observatorio de investigación @ UPM con la colaboración del Consejo Social UPM
Cofinanciación del MINECO en el marco del Programa INNCIDE 2011 (OTR-2011-0236)
Cofinanciación del MINECO en el marco del Programa INNPACTO (IPT-020000-2010-22)