Observatorio de I+D+i UPM

Memorias de investigación
Ponencias en congresos:
Parallel Interacting Markov Adaptive Importance Sampling
Año:2015
Áreas de investigación
  • Tecnología electrónica y de las comunicaciones
Datos
Descripción
Monte Carlo (MC) methods are widely used for statistical inference in signal processing applications. A well-known class of MC methods is importance sampling (IS) and its adaptive extensions. In this work, we introduce an iterated importance sampler using a population of proposal densities, which are adapted according to an MCMC technique over the population of location parameters. The novel algorithm provides a global estimation of the variables of interest iteratively, using all the samples weighted according to the so-called deterministic mixture scheme. Numerical results, on a multi-modal example and a localization problem in wireless sensor networks, show the advantages of the proposed schemes.
Internacional
Si
Nombre congreso
European Signal Processing Conference (EUSIPCO)
Tipo de participación
960
Lugar del congreso
Niza (Francia)
Revisores
Si
ISBN o ISSN
978-0-9928626-3-3
DOI
Fecha inicio congreso
31/08/2015
Fecha fin congreso
04/09/2015
Desde la página
499
Hasta la página
503
Título de las actas
Proceedings of the 23rd European Signal Processing Conference (EUSIPCO)
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)