Variational inference for Markov jump processes
Variational inference for Markov jump processes
复制标题
马尔可夫跳跃过程的变分推理
DOI：
--
复制
发表时间：
2007
期刊：
影响因子：
--
通讯作者：
G. Sanguinetti
中科院分区：
文献类型：
--
作者：
M. Opper;G. Sanguinetti
马尔可夫跳跃过程在大量应用领域中发挥着重要作用。然而，现实系统在分析上很难处理，传统上是使用基于模拟的技术来分析它们，而这些技术不提供统计推断的框架。我们提出了平均场近似来执行后验推理和参数估计。该近似可以为推理问题提供实用的解决方案，同时仍然保持良好的准确性。我们在两个生物驱动系统上说明了我们的方法。
Markov jump processes play an important role in a large number of application domains. However, realistic systems are analytically intractable and they have traditionally been analysed using simulation based techniques, which do not provide a framework for statistical inference. We propose a mean field approximation to perform posterior inference and parameter estimation. The approximation allows a practical solution to the inference problem, while still retaining a good degree of accuracy. We illustrate our approach on two biologically motivated systems.