Simuleringsdriven inferens av stokastiska dynamiska system
dc.contributor.author | Andersson, Alfred | |
dc.contributor.author | Jansson, Vilgot | |
dc.contributor.author | Trägårdh, Noah | |
dc.contributor.author | Welander, Jacob | |
dc.contributor.author | Wellsmo, Victor | |
dc.contributor.department | Chalmers tekniska högskola / Institutionen för matematiska vetenskaper | sv |
dc.contributor.department | Chalmers University of Technology / Department of Mathematical Sciences | en |
dc.contributor.examiner | Dinger, Ulla | |
dc.contributor.supervisor | Jovanovsk, Petar | |
dc.date.accessioned | 2023-11-29T14:47:53Z | |
dc.date.available | 2023-11-29T14:47:53Z | |
dc.date.issued | 2023 | |
dc.date.submitted | 2023 | |
dc.description.abstract | Stokastiska modeller, som ger tillförlitlig och användbar information om ett systems beteende, består ofta av stokastiska differentialekvationer (SDE) vars likelihoodfunktion inte är analytiskt tillgänglig. Mer traditionella Markov Chain Monte Carlo-metoder (MCMC) samt relativt nyligen utvecklade likelihood-fria Approximate Bayesian Computation-metoder (ABC) utgör populära angrepssätt för att utföra inferens på dessa typer av problem. För att bidra till utvecklingen av och förståelsen för ABC-metoder ger denna studie en överblick av två olika ABC baserade algoritmer, Rejection sampling (ABC-R) och Sequential Monte Carlo (ABC-SMC), och jämför dessa med Metropolis-Hastings Euler-Maruyama-metoden (MH-EM). Metodiken innefattar numerisk diskretisering, simulering och inferens av Ornstein-Uhlenbeckmodellen vars analytiska lösning är tillgänglig och används som referens för jämförelse av metodernas noggrannhet. Resultaten visar att ABC-metoderna kan användas för att utföra inferens med god noggrannhet, även på data med stora tidssteg för vilken MH-EM fallerade. De visar också fördelar med ABC-SMC jämfört med ABC-R då mått som noggrannhet och effektivitet sammanvägs. | |
dc.identifier.coursecode | MVEX11 | |
dc.identifier.uri | http://hdl.handle.net/20.500.12380/307412 | |
dc.language.iso | swe | |
dc.setspec.uppsok | PhysicsChemistryMaths | |
dc.title | Simuleringsdriven inferens av stokastiska dynamiska system | |
dc.type.degree | Examensarbete för kandidatexamen | sv |
dc.type.degree | Bachelor Thesis | en |
dc.type.uppsok | M2 |