Skip to Main content Skip to Navigation
Reports

Genetic genealogical models in rare event analysis

Frédéric Cérou 1 Pierre del Moral 2 François Le Gland 1 Pascal Lezaud 3
1 ASPI - Applications of interacting particle systems to statistics
UR1 - Université de Rennes 1, Inria Rennes – Bretagne Atlantique , CNRS - Centre National de la Recherche Scientifique : UMR6074
Résumé : Nous présentons dans cet article un algorithme de particules en interaction de type génétique et un modèle généalogique pour estimer une classe d'événements rares provenant de la physique et de l'analyse des réseaux. Nous exprimons la loi d'un processus de Markov qui atteint un événement rare comme un modèle de Feynman--Kac dans l'espace des trajectoires. Nous montrons comment ces modèles de branchement de particules décrits dans des travaux précédents peuvent être utilisés pour estimer la probabilité d'événements rares, ainsi que la loi du processus dans ce régime. \\ We present in this article a genetic type interacting particle systems algorithm and a genealogical model for estimating a class of rare events arising in physics and network analysis. We represent the distribution of a Markov process hitting a rare target in terms of a Feynman--Kac model in path space. We show how these branching particle models described in previous works can be used to estimate the probability of the corresponding rare events as well as the distribution of the process in this regime.
Document type :
Reports
Complete list of metadata

Cited literature [13 references]  Display  Hide  Download

https://hal.inria.fr/inria-00001217
Contributor : Ist Rennes <>
Submitted on : Friday, April 7, 2006 - 12:00:01 PM
Last modification on : Tuesday, December 1, 2020 - 2:10:05 PM
Long-term archiving on: : Saturday, April 3, 2010 - 9:44:26 PM

Identifiers

  • HAL Id : inria-00001217, version 1

Citation

Frédéric Cérou, Pierre del Moral, François Le Gland, Pascal Lezaud. Genetic genealogical models in rare event analysis. [Research Report] PI 1797, 2006, pp.30. ⟨inria-00001217⟩

Share

Metrics

Record views

623

Files downloads

192