MFBO-SSM：状態空間モデルにおける迅速な推論のためのマルチフィデリティベイズ最適化

非線形状態空間モデルは、実世界の動的システムをモデル化する上で普遍的です。シーケンシャルモンテカルロ（SMC）手法、別名粒子法は、この一般的な状態空間モデルのパラメータ推定手法のよく知られたクラスです。既存のSMCベースの手法は、パラメータ空間の過剰なサンプリングに依存しており、大規模システムや多量のデータセットに対して計算が困難になります。ベイズ最適化手法は、扱いが困難な尤度を持つ状態空間モデルにおける迅速な推論のために使用されています。これらの手法は、単一のSMC近似器を通じてパラメータ空間を逐次サンプリングすることにより、尤度関数の最大値を見つけることを目的としています。さまざまな忠実度と計算コストを持つさまざまなSMC近似器が、サンプルベースの尤度近似に利用可能です。本論文では、一般的な非線形状態空間モデルの推論のためのマルチフィデリティベイズ最適化アルゴリズム（MFBO-SSM）を提案し、パラメータと近似器の逐次選択を同時に可能にします。アルゴリズムの精度と速度は、遺伝子調節ネットワークモデルからの合成遺伝子発現データとVIX株価指数からの実データを使用した数値実験によって示されます。