8

解決すべき多変量モンテカルロ隠れマルコフ問題があります。

   x[k] = f(x[k-1]) + B u[k]
   y[k] = g(x[k])

どこ：

x[k] the hidden states (Markov dynamics)
y[k] the observed data
u[k] the stochastic driving process

PyMC3 はすでにこの問題を処理できるほど成熟していますか、それともバージョン 2.3 を使用する必要がありますか? 第二に、PyMC フレームワークの HM モデルへの参照は大歓迎です。ありがとう。

-- ヘンク

4

1 に答える 1

2

私はPyMC 2.xで同様のことをしました。私のあなたは時間に依存していませんでした。これが私の例です。

# we're using `some_tau` for the noise throughout the example.
# this should be replaced with something more meaningful.
some_tau = 1 / .5**2

# PRIORS
# we don't know too much about the velocity, might be pos. or neg. 
vel = pm.Normal("vel", mu=0, tau=some_tau)

# MODEL
# next_state = prev_state + vel (and some gaussian noise)
# That means that each state depends on the prev_state and the vel.
# We save the states in a list.
states = [pm.Normal("s0", mu=true_positions[0], tau=some_tau)]
for i in range(1, len(true_positions)):
    states.append(pm.Normal(name="s" + str(i),
                            mu=states[-1] + vel,
                            tau=some_tau))

# observation with gaussian noise
obs = pm.Normal("obs", mu=states, tau=some_tau, value=true_positions, observed=True)

RV のリストとして vel をモデル化する必要があると思います。彼らはおそらくいくつかの依存性も持っています。

元の質問は次のとおりです: PyMC: マルコフ システムでのパラメーター推定

IPythonノートブックとしての完全な例を次に示します。

于 2013-11-29T14:58:36.610 に答える