Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-38745
Volltext verfügbar? / Dokumentlieferung
Titel: Optimal multiple importance sampling
VerfasserIn: Kondapaneni, Ivo
Vevoda, Petr
Grittmann, Pascal
Skřivan, Tomáš
Slusallek, Philipp
Křivánek, Jaroslav
Sprache: Englisch
Titel: ACM Transactions on Graphics
Bandnummer: 38
Heft: 4
Verlag/Plattform: Association for Computing Machinery
Erscheinungsjahr: 2019
Freie Schlagwörter: Monte Carlo integration
Multiple Importance Sampling
combined estimators
DDC-Sachgruppe: 004 Informatik
Dokumenttyp: Journalartikel / Zeitschriftenartikel
Abstract: Multiple Importance Sampling (MIS) is a key technique for achieving robustness of Monte Carlo estimators in computer graphics and other fields. We derive optimal weighting functions for MIS that provably minimize the variance of an MIS estimator, given a set of sampling techniques. We show that the resulting variance reduction over the balance heuristic can be higher than predicted by the variance bounds derived by Veach and Guibas, who assumed only non-negative weights in their proof. We theoretically analyze the variance of the optimal MIS weights and show the relation to the variance of the balance heuristic. Furthermore, we establish a connection between the new weighting functions and control variates as previously applied to mixture sampling. We apply the new optimal weights to integration problems in light transport and show that they allow for new design considerations when choosing the appropriate sampling techniques for a given integration problem.
DOI der Erstveröffentlichung: 10.1145/3306346.3323009
URL der Erstveröffentlichung: https://dl.acm.org/doi/10.1145/3306346.3323009
Link zu diesem Datensatz: urn:nbn:de:bsz:291--ds-387458
hdl:20.500.11880/34906
http://dx.doi.org/10.22028/D291-38745
ISSN: 1557-7368
0730-0301
Datum des Eintrags: 18-Jan-2023
Bezeichnung des in Beziehung stehenden Objekts: Supplemental Material
In Beziehung stehendes Objekt: https://dl.acm.org/action/downloadSupplement?doi=10.1145%2F3306346.3323009&file=papers_368.mp4
Fakultät: MI - Fakultät für Mathematik und Informatik
Fachrichtung: MI - Informatik
Professur: MI - Prof. Dr. Philipp Slusallek
Sammlung:SciDok - Der Wissenschaftsserver der Universität des Saarlandes

Dateien zu diesem Datensatz:
Es gibt keine Dateien zu dieser Ressource.


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.