問題タブ [automatic-differentiation]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
julia - Julia ForwardDiff は、ODE 統合とネストされた自動微分を含む非常に包括的な関数に適用できますか?
カルマン フィルター処理手法を使用して、連続離散非線形確率動的システムのパラメーターを推定する必要があります。
ODE の Julia ode45() を使用し、Extended Kalman Filter を自分で実装して対数尤度を計算します。ODE は Julia で完全に記述されています。ForwardDiff は、ネストされた微分を含むネイティブ Julia 関数の微分をサポートしています。これは、EKF 実装で ForwardDiff を使用したいという理由でも必要です。
ForwardDiff は、私が説明した対数尤度のような包括的な関数の微分を処理しますか?
haskell - Haskellで自動微分を実装するには?
だから私はデュアルナンバークラスを持っています:
ここで、数値関数を受け取り、その導関数を数値関数として与える関数を書きたいと思います。(自動微分を使用)。
これが私が思いついたものです：
たとえばsin、次のようになります。
エラーメッセージが何を伝えているのかわかりません。私は遊んでみましforallたが、ジェネリック関数を取得できず、デュアルを突き刺してジェネリック関数を返すことができません。
では、どのように反復autoDiffしてより高い導関数を取得できますか?Haskellの型システムでも可能ですか?