Observatorio de I+D+i UPM

Memorias de investigación
Ponencias en congresos:
Smelly Parallel MCMC Chains
Año:2015
Áreas de investigación
  • Tecnología electrónica y de las comunicaciones
Datos
Descripción
Monte Carlo (MC) methods are useful tools for Bayesian inference and stochastic optimization that have been widely applied in signal processing and machine learning. A well-known class of MC methods are Markov Chain Monte Carlo (MCMC) algorithms. In this work, we introduce a novel parallel interacting MCMC scheme, where the parallel chains share information, thus yielding a faster exploration of the state space. The interaction is carried out generating a dynamic repulsion among the ``smelly'' parallel chains that takes into account the entire population of current states. The ergodicity of the scheme and its relationship with other sampling methods are discussed. Numerical results show the advantages of the proposed approach in terms of mean square error, robustness w.r.t. to initial values and parameter choice.
Internacional
Si
Nombre congreso
IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
Tipo de participación
960
Lugar del congreso
Brisbane (Australia)
Revisores
Si
ISBN o ISSN
978-1-4673-6997-8
DOI
Fecha inicio congreso
19/04/2015
Fecha fin congreso
24/04/2015
Desde la página
4070
Hasta la página
4074
Título de las actas
Proceedings of the 40th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
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: Grupo de Investigación: Teoría de Aproximación Constructiva y Aplicaciones
  • Departamento: Teoría de la Señal y Comunicaciones (Provisional)
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)