Monte Carlo Optimization - Seminarium szkoleniowe
Monte Carlo Optimization - Seminarium szkoleniowe
Monte Carlo Optimization - Seminarium szkoleniowe
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Eliza Bujnowska () <strong>Monte</strong> <strong>Carlo</strong> <strong>Optimization</strong> 28 lutego 2006 34 / 38<strong>Monte</strong> <strong>Carlo</strong> EMProblemem w implementacji algorytmu EM jest konieczno±¢ wyliczaniawarto±ci oczekiwanej funkcji wiarygodno±ci Q(θ|θ 0 , x) w ka»dym kroku E.W celu przezwyci¦»enia tej trudno±ci zaproponowano podej±cie <strong>Monte</strong><strong>Carlo</strong> (MCEM) polegaj¡ce na symulowaniu Z 1 , . . . , Z m z rozkªaduwarunkowego k(z|x, θ), a nast¦pnie maksymalizacj¦ aproksymowanejwarto±ci funkcji wiarygodno±ci dla peªnych danychˆQ(θ|θ 0 , x) = 1 m∑logL c (θ|x, z).mi=1Warto±¢ ta zbiega do Q(θ|θ 0 , x) wraz z m → ∞.Proponuje si¦ zwi¦kszanie m wraz z kolejnymi iteracjami.