- Model generatywny oparty na przepływie do symulacji rzadkich zdarzeń(arXiv)
Autor: Lachlan Gibson, Marcus Hoerger, Dirk Kroese
Streszczenie: Rozwiązywanie problemów decyzyjnych w złożonych środowiskach stochastycznych często osiąga się poprzez oszacowanie oczekiwanego wyniku decyzji za pomocą próbkowania Monte Carlo. Jednakże próbkowanie może przeoczyć rzadkie, ale ważne zdarzenia, które mogą poważnie wpłynąć na proces podejmowania decyzji. Przedstawiamy metodę, w której model generatywny przepływu normalizującego jest szkolony w celu symulowania próbek bezpośrednio z rozkładu warunkowego, przy założeniu, że wystąpi rzadkie zdarzenie. Wykorzystując przepływy sprzęgające, nasz model może w zasadzie dobrze przybliżyć dowolny rozkład próbkowania. Łącząc metodę aproksymacji z próbkowaniem ważności, można uzyskać bardzo dokładne szacunki skomplikowanych całek i oczekiwań. Zamieszczamy kilka przykładów, aby zademonstrować, w jaki sposób można zastosować tę metodę do wydajnego pobierania próbek i szacowania, nawet w środowiskach wielowymiarowych i rzadkich zdarzeń. Pokazujemy, że symulując bezpośrednio na podstawie rozkładu rzadkich zdarzeń, można uzyskać znaczący wgląd w sposób, w jaki zachodzą rzadkie zdarzenia
2.Podejście rozgałęzione do gęstości prawdopodobieństwa i funkcji rozkładu liniowej kombinacji centralnych i niecentralnych zmiennych losowych chi-kwadrat (arXiv)
Autor:
Streszczenie:
