Jun, 2012

用于双重难以计算分布的 MCMC

PDF
TL;DR本文介绍了 Moeller 等人（2004）的辅助变量方案，该方案用于从具有难以处理的归一化常数的分布中进行准确的抽样，并提出了一种新的 MCMC 算法，提高提议分布的接受概率，并在采样之前消除模型参数估计的需求。
markov chain monte carlodoubly-intractable distributionsauxiliary-variable schememetropolis-hastings proposalmcmc algorithm
发现论文，激发创造
  • 关于双重难以计算似然贝叶斯推断的随机死亡估计

    解决双重难以计算的分布后验的几种逼近方法被回顾了，同时提出了一种基于物理学文献的替代方法用于表示难以计算的似然函数，并使用量子色动力学文献结果对其进行了评估。

    Jun, 2013

  • 变分 MCMC

    介绍一种新型学习算法，该算法结合了变分逼近和马尔可夫链蒙特卡罗（MCMC）模拟，它的目的是更好地估计高阶时刻，如协方差，并用于逻辑信念网络的贝叶斯参数估计问题。

    Jan, 2013

  • 带随机接受概率的耦合马尔可夫链蒙特卡罗方法

    本文介绍了一个基于独立在线 Monte Carlo 模拟的估计器，该估计器替代了目标分布比率的对数，并应用在 Metropolis Hastings MCMC 中。文章探讨了基于该均值估计的情况，并对其他算法的近似版本进行了研究，最后得出其中的 Monte Carlo 误差的数量级，以及估计拒绝率的修正项。

    May, 2012

  • 自适应和交互式马尔可夫链蒙特卡罗算法的收敛

    本文介绍一种基于 Markov chain Monte Carlo 算法的新型模拟算法，具有高效采样复杂分布的性能，并介绍一种方法学和理论框架，证明了边际分布的收敛性和大数定律成立的条件， 并且具有一定的泛化性，适用于目标分布为非平稳分布的情况。

    Mar, 2012

  • 变分共识蒙特卡罗

    本文提出了一种改进的变分共识蒙特卡洛算法，该算法优化聚合函数以从分布中获得更好的近似目标，并展示了在三个推理任务中的优越性，实验结果表明，在一些情况下，改进后的算法较串行 MCMC 更快而且相对误差降低幅度高达 92%。

    Jun, 2015

  • 通用关系结构 MCMC 推断

    使用通用的概率建模语言和泛用的 Metropolis-Hastings MCMC 算法，通过使用部分世界的 MCMC 状态，探索了一种基于上下文特定贝叶斯网络的可通用的 MCMC 引擎，可进行如记录链接和多目标跟踪之类的推理任务。实验结果表明，我们的通用 MCMC 引擎与特定应用系统相比具有较高的吻合度。

    Jun, 2012

  • 随机梯度马尔可夫链蒙特卡洛

    本文介绍了一种名为随机梯度马尔可夫链蒙特卡罗（SGMCMC）的可扩展蒙特卡罗算法，其利用数据子抽样技术降低了 MCMC 的迭代成本，并比较了其效率与 MCMC 在基准示例上的异同。

    Jul, 2019

  • 标准随机测度混合模型的 MCMC 方法

    本文提出了一种基于 Markov chain Monte Carlo 方法的贝叶斯非参数混合模型的后验抽样方法，该方法采用归一化随机测度先验，并利用一些最近的后验特征进行修改，提高了 Neal 的 Dirichlet 过程混合模型 8 号算法的效率，并为其构建了一种相关算法。在应用实例方面，我们考虑了具有潜在归一化广义 Gamma 过程先验的混合模型，并描述了比较性的模拟结果证明了所提方法的有效性。

    Oct, 2013

  • 离散空间局部 MCMC 的知情提议

    提出了一种基于局部信息的 MCMC 算法设计关键框架，可以在离散和连续的参数空间下应用，得到了最优提案分布类 - 局部平衡提案的显式表达式，并证明了其在高维情况下的 Peskin 最优性。在贝叶斯记录链接等数据集上的结果表明，与其他 MCMC 技术相比，该算法在离散空间中能提供数量级上的效率改进，并与基于梯度的 MCMC 技术有直接的联系。

    Nov, 2017

  • 多层次汉密尔顿蒙特卡罗

    提出了一种新型的两阶段哈密顿蒙特卡罗算法，通过使用一个廉价的可微分代理模型计算接受率，在第二阶段使用高保真度（HF）数值求解器评估后验分布，以高效地逼近后验梯度并产生准确的后验样本，成功地解决了哈密顿蒙特卡罗算法在计算和统计效率方面的限制，并在计算后验统计量时保持或改进准确性。

    May, 2024