एक वर्ग के आंशिक रूप से देखे गए पीसवाइज डिटरमिनिस्टिक मार्कोव प्रक्रियाओं के लिए मल्टीलेवल पार्टिकल फ़िल्टर

.इस पेपर में हम आंशिक रूप से देखे गए पीसवाइज डिटरमिनिस्टिक मार्कोव प्रक्रियाओं के एक वर्ग के फ़िल्टरिंग पर विचार करते हैं। विशेष रूप से, हम मानते हैं कि एक साधारण विभेदक समीकरण (ODE) समानार्थिक तत्व को संचालित करता है और केवल समय निर्धारण के माध्यम से संख्यात्मक रूप से हल किया जा सकता है। हम Lemaire, Thieullen, और Thomas Adv. Appl. Probab., 52 (2020), pp. 138–172 में दिए गए दृष्टिकोण के आधार पर, ODE के निर्धारित किए गए फ़िल्टर को अनुमानित करने के लिए एक नया पार्टिकल और मल्टीलेवल पार्टिकल फ़िल्टर (MLPF) विकसित करते हैं। हम MLPF से संबंधित औसत वृत्तीय त्रुटि पर एक सीमा प्रदान करते हैं जो एल्गोरिदम के अनुकरण पैरामीटर सेटिंग में मार्गदर्शन प्रदान करता है और संकेत देता है कि पार्टिकल फ़िल्टर का उपयोग करने की तुलना में महत्वपूर्ण गणनात्मक लाभ प्राप्त किया जा सकता है। हमारे सिद्धांतिक दावे कई संख्यात्मक उदाहरणों में पुष्टि किए गए हैं।कीवर्डस मल्टीलेवल मोंटे कार्लो पार्टिकल फ़िल्टर PDMPs फ़िल्टरिंग MSC कोड 65C05 65C20 65C35 65C40 60J27