...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Proceedings of the Workshop on Principles of Advanced and Distributed Simulation >ACHIEVING OPTIMAL BIAS-VARIANCE TRADEOFF IN ONLINE DERIVATIVE ESTIMATION
【24h】

ACHIEVING OPTIMAL BIAS-VARIANCE TRADEOFF IN ONLINE DERIVATIVE ESTIMATION

机译：在线衍生估计中实现最佳偏差差异

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The finite-difference method has been commonly used in stochastic derivative estimation when an unbiased derivative estimator is unavailable or costly. The efficiency of this method relies on the choice of a perturbation parameter, which needs to be calibrated based on the number of simulation replications. We study the setting where such an a priori planning of simulation runs is difficult, which could arise due to the variability of runtime for complex simulation models or interruptions. We show how a simple recursive weighting scheme on simulation outputs can recover, in an online fashion, the optimal asymptotic bias-variance tradeoff achieved by the conventional scheme where the replication size is known in advance.
机译：当无偏衍生物估计器不可用或昂贵时，有限差分法常用于随机衍生物估计。 该方法的效率依赖于选择扰动参数，这需要根据模拟复制的数量来校准。 我们研究了这样的设置，其中难以实现模拟运行的先验规划，这可能由于运行时的变化而导致的复杂模拟模型或中断。 我们展示了如何在仿真输出上进行简单的递归加权方案，以在线方式恢复，通过预先已知复制大小的传统方案实现的最佳渐近偏差差异。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号