Skip to Main content Skip to Navigation
Reports

Convolution particle filters for parameter estimation in general state-space models

Fabien Campillo 1 Vivien Rossi 1
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 : The state-space modeling of partially observed dynamic systems generally requires estimates of unknown parameters. From a practical point of view, it is relevant in such filtering contexts to simultaneously estimate the unknown states and parameters. Efficient simulation-based methods using convolution particle filters are proposed. The regularization properties of these filters is well suited, given the context of parameter estimation. Firstly the usual non Bayesian statistical estimates are considered: the conditional least squares estimate (CLSE) and the maximum likelihood estimate (MLE). Secondly, in a Bayesian context, a Monte Carlo type method is presented. Finally these methods are compared in several simulated case studies. \\ La modélisation par espace d'état de systèmes dynamiques partiellement observés requière le plus souvent l'estimation de paramètres inconnus. En pratique, il est pertinent dans un tel cadre de simultanément estimer l'état non observé et les paramètres inconnus. On propose des méthodes de simulation faisant appel à des filtres particulaires à convolution. Les propriétés de régularisation de ces filtres sont particulièrement adaptées à ce contexte d'estimation paramétrique. Dans un premier temps, on considère les estimées des moindres carrés conditionnelles et du maximum de vraisemblance. Puis, dans un contexte bayésien, on propose une méthode de type Monte Carlo. Ces méthodes sont enfin comparées sur plusieurs exemples simulés.
Document type :
Reports
Complete list of metadata

Cited literature [26 references]  Display  Hide  Download

https://hal.inria.fr/inria-00082328
Contributor : Anne Jaigu <>
Submitted on : Tuesday, June 27, 2006 - 2:30:01 PM
Last modification on : Wednesday, May 16, 2018 - 11:23:02 AM
Long-term archiving on: : Monday, April 5, 2010 - 11:29:07 PM

Identifiers

  • HAL Id : inria-00082328, version 1

Citation

Fabien Campillo, Vivien Rossi. Convolution particle filters for parameter estimation in general state-space models. [Research Report] PI 1808, 2006, pp.25. ⟨inria-00082328⟩

Share

Metrics

Record views

323

Files downloads

280