论文标题
嘈杂的重要性抽样的最佳性
Optimality in Noisy Importance Sampling
论文作者
论文摘要
在这项工作中，我们分析了嘈杂的重要性采样（IS），即正在对目标密度进行嘈杂的评估。我们介绍了一般框架，并导致噪声的最佳建议密度是估计器。最佳建议结合了嘈杂实现的差异信息，在噪声功率更高的区域中提出了点。我们还将最佳建议的使用与以前在噪声中考虑的最佳方法的使用是框架。
In this work, we analyze the noisy importance sampling (IS), i.e., IS working with noisy evaluations of the target density. We present the general framework and derive optimal proposal densities for noisy IS estimators. The optimal proposals incorporate the information of the variance of the noisy realizations, proposing points in regions where the noise power is higher. We also compare the use of the optimal proposals with previous optimality approaches considered in a noisy IS framework.
