問題タブ [stochastic]

入力は可変サイズの配列です。train_model では、特定の例を一度に 1 つのサンプルしか処理できません。バッチ内の要素の目的の合計を蓄積してから、正則化と勾配降下を適用したいと考えています。

現在、これは要素 xi ごとに更新が行われるトレーニング段階です。

バッチ内の要素数について train_model(xi) から結果を取得し、更新を行うにはどうすればよいですか?

fmincon を使用して、次のように定式化された線形最適化問題を解きたいと考えています。

モデル、特に目的関数をどのように設定するのだろうか?(パラメータ p と a はスクリプトによって別の場所で定義されている)。問題の決定論的な定式化を次のように実装しました。

確率版でも同じですか？

ありがとう。

各列が方法の分布である n 列のマトリックスを作成する方法を考えていました。0:0.01:1 私が理想的に望むのはndgridwithの形式です

私の制約は、行の合計が 1 になることです。つまり、上記のグリッドからの合計が 1 になる行のインデックスのみを保持します。しかし、理解できるように、これは大きすぎて計算できません。したがって、これを達成するための短い/効率的な方法を探しています。助けていただければ幸いです。

私のデータが確率的または決定論的な傾向を持っているかどうかを理解しようとしているときに、いくつかの困難があります。RI で理解しているように、adf.test を使用する必要がありますが、結果をどのように解釈すればよいですか?

adf.test が帰無仮説を受け入れる場合、それは単位根があることを意味します。後で、関数 diff() を使用して、adf.test の結果を再度確認します。差をつけた後、adf.test が帰無仮説を棄却した場合、データに確率的傾向があるということですか?

どんな助けでもとても役に立ちます、ありがとう！

Rで勾配降下法を使用した多変数線形回帰の実用的な実装があります。確率的勾配降下法を実行するために必要なものを使用できるかどうかを確認したいと思います。これが本当に非効率的かどうかはわかりません。たとえば、α の値ごとに 500 回の SGD 反復を実行し、反復ごとにランダムに選択されたサンプルの数を指定できるようにしたいと考えています。サンプル数が結果にどのように影響するかを確認できるように、これを行うとよいでしょう。ミニバッチ処理に問題があり、結果を簡単にプロットできるようにしたいと考えています。

これは私がこれまでに持っているものです:

を使用する方法を見つける方が実用的sgd()ですか? sgdパッケージで探しているレベルの制御を行う方法がわかりません

確率微分方程式の解を計算するための Matlab の使用について質問があります。方程式は、この論文(PDF)の 2.2a、b、ページ 3です。

私の教授はode45小さな時間ステップで使用することを提案しましたが、結果は記事の結果と一致しません。特に時系列とpdf。また、関数内のホワイト ノイズの定義についても疑問があります。

統合関数のコードは次のとおりです。

メインスクリプト:

何か提案があれば、私は感謝します。

ここに、私の EM メソッドと 'sde_euler' に直面する新しいコードがあります。

助けてくれてありがとう！

5 つのデータ ポイントのセットがあります (x=10,20,30,40,50およびそれに対応する応答値yとnoiseの sd としてy)。これらのデータは、確率的コンピューター実験から取得されます。

R で DiceKriging を使用して、これらのデータのクリギング モデルを適合させるにはどうすればよいですか?

coef.var異種ノイズを含むオンラインの例は、 、 、coef.trendおよびで事前に指定されていますcoef.theta。私がこれらについて先験的に持つことはまずありません。

ここで回答を参照しました。ただし、他の参考文献では、ナゲット パラメーター lambda を追加することは、均一なノイズを追加することと似ていることが示唆されており、これは「個々のエラー」ではない可能性があります。

Gillespie SSA を使用して、感染 (寄生虫) の確率モデルを作成しました。モデルは「GillespieSSA」パッケージ ( https://cran.r-project.org/web/packages/GillespieSSA/index.html ) を使用しました。要するに、コードは個別のコンパートメントの集団をモデル化します。コンパートメント間の移動は、ユーザー定義のレート方程式に依存します。SSA アルゴリズムは、特定のタイム ステップ (タウ) の各レート方程式によって生成されるイベントの数を計算し、それに応じて母集団を更新します。プロセスは特定の時点まで繰り返されます。問題は、イベントの数がポアソン分布 (Poisson(rate[i]*tau)) であると想定されるため、人口数が負になる場合を含め、率が負の場合にエラーが発生することです。

したがって、レートが計算され、モデルは各時間ステップの人口値を更新し、データ フレーム内のデータ ストアを使用して、以前の実行と一緒にアタッチします。ただし、集団のレベルが非常に低くなると、集団を減少させるイベントの数がコンパートメント内の数よりも多くなるようなイベントが発生する可能性があります。1 つの方法は、タイム ステップを非常に小さくすることですが、これによりシミュレーションの長さが非常に長くなります。

私の質問は、各時間ステップでデータが作成/計算されるときに、負の人口数の値が 0 に変換されるようにコードを拡張する方法はありますか?

私はこの問題に取り組んでみましたが、シミュレーションが完了すると値を変更する方法しか思いつかないようで、負の値は依然として実行自体に問題を引き起こしています。例
(sir.out$L < 0) sir.out$L == 0 の場合

どんな助けでもいただければ幸いです