دانلود و نمایش مقالات مرتبط با Importance sampling::صفحه 1
بلافاصله پس از پرداخت دانلود کنید
نتیجه جستجو - Importance sampling

تعداد مقالات یافته شده: 2
ردیف عنوان نوع
1 RESTART vs Splitting: A comparative study
شروع دوباره در برابر بخش بندی: یک مطالعه مقایسه ای-2018
Importance Sampling and RESTART/Splitting are the two main groups of methods for rare event simulation. The second of these groups is increasingly used in a variety of fields, sometimes receiving different names, such as Subset Simulation or Forward Flux Sampling. In both RESTART and Splitting a number of retrials (or paths) are made when the process reaches certain thresholds of a function of the system state, called the importance function. In RESTART all but one path are cut when they down-cross the threshold where they were generated and a new set of retrials is made if the trial that continues up-crosses that threshold. In Splitting, all the paths continue until the end-of-simulation condition is fulfilled but retrials are not performed if one of these trials up-crosses the threshold where the trial was generated. In the adaptive versions of Splitting or RESTART (introduced in this paper) the thresholds are not defined beforehand. No simulation study has been made to compare both methods, while only one very limited comparative study was made for transient simulation between two truncation variants of Splitting and RESTART. In the truncation variant of Splitting all the simulation paths are cut if they drop several thresholds below the threshold at which they were generated. In the truncation version of RESTART, that we have called RESTART with prolonged retrials, all but one path are cut when they drop several thresholds and a new set of retrials is made if the trial that continues up-crosses the threshold where it was generated. In this paper the comparative study is made for both transient and steady-state simulations. Both original methods and also their truncation versions with different depths of truncation are compared. The models used for the study include several Jackson and non-Jackson networks and also a general model of reliability with different types of components. The main conclusion of the study is that RESTART always behaves significantly better than Splitting. Another finding of this paper is that an additional gain (up to more than 50%) is achieved with RESTART with prolonged retrials of depths 1 or 2 in models where many thresholds can be set.
keywords: Variance reduction |Rare event |RESTART/splitting simulation |Queueing networks |System reliability
مقاله انگلیسی
2 شبیه سازی رویداد های نادر برای میدان تصادفی مارکف با استفاده از رشد دانه در کریستال ها
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 5 - تعداد صفحات فایل doc فارسی: 15
مدل های تصادفی تصاویر برای برنامه های کاربردی مانند تقسیم بندی (segmentation)، deblurring و بازسازی بسیار مفید هستند. گاهی اوقات مهم است که بتوانیم از یک مدل تصویر تصادفی شبیه سازی یا نمونه برداری انجام دهیم. به عنوان مثال، شبیه سازی می تواند به عنوان یک ابزار بهینه سازی برای جداسازی، deblurring یا بازسازی یک تصویر استفاده شود. همچنین، شبیه سازی تصاویر در درک سیستم کمک میکند (با استفاده از اکتشاف مجازی مدل های سیستم به جای آزمایش های فیزیکی گران و وقت گیر). البته تعداد زیادی روش های مونت کارلو زنجیره مارکوف (MCMC) برای رسم نمونه هایی از مدل تصادفی مارکوف (MRF) وجود دارد. با این حال، این روش تصاویر نمونه ای را نشان می دهد که نمونه های معمول از مدل را نشان می دهند. برای نمونه برداری از تصاویر که با احتمال کمتری ظاهر می شوند، که کم پیش می آید تعداد قابل توجهی از نمونه های مونت کارلو باید با استفاده از MCMC سنتی طراحی شود.
در این مقاله، ما به تئوری انحرافات بزرگ و نمونه برداری اهمیت می دهیم تا روش شبیه سازی رویداد در مواقع خاص را برای MRF ها پیشنهاد دهیم. سپس از علم مواد به منظور اثبات کاربرد روش ما، از یک مساله استفاده می کنیم. به طور خاص، ما به پدیده رشد غیر معمول دانه در مواد پلی کریستالی نگاه می کنیم. با روش پیشنهادی ما، ما به طور مداوم تصاویری را تولید می کنیم که شامل رشد غیر طبیعی دانه هستند، اما این روش برای روش های استاندارد شبیه سازی مونت کارلو چالش بر انگیز است. مهمتر از همه، روش ما می تواند برای شبیه سازی حوادث نادر در یک کلاس گسترده از برنامه های تصویربرداری، یعنی کسانی که از یک مدل MRF استفاده می کنند، استفاده شود.
کلمات کلیدی: نمونه گیری اهمیت | انحرافات بزرگ | فیلد تصادفی مارکوف | توزیع گیبس | رشد غيرطبيعی دانه | مواد پلی کریستالی
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی