NIPSDec, 2013

近似计算马尔可夫链中单个状态的稳态概率

PDF
TL;DR本文提出了一种新型迭代 Monte Carlo 方法，用于逼近具有正回归的马尔可夫链状态的稳定概率，其迭代次数少，对于每个状态的估计都具有保证，在终止标准的帮助下，提供了具有保证的近似值，其算法绑定在马尔可夫链上的步数是有限的。
发现论文，激发创造
  • 近似计算可逆马尔可夫链的平稳分布

    本文研究马尔可夫链的状态下的稳态概率，并提出一种简单的随机近似算法，以突破小稳态概率难以求解的难题，基于这种方法，可以有效地减少复杂度和计算时间。

    Dec, 2017

  • 马尔可夫模型中的快速双向概率估计

    本研究开发了一种双向算法来估计马尔可夫链的多步转移概率，该方法适用于离散状态空间上的任何马尔可夫链，可以用于计算多步转移概率的函数，并且在 “稀疏” 马尔可夫链中，该方法的运行时间比 Monte Carlo 和功率迭代算法更小。

    Jul, 2015

  • 估计遍历马尔可夫链的混合时间

    研究了如何从 1 条路径中估计任意遍历有限状态 Markov 链的混合时间，引入了假谱间隙的概念，并构建了全经验置信区间，将精度优化至多项式依赖的最小稳态概率和假谱间隙。

    Feb, 2019

  • 马尔可夫链的 Chernoff-Hoeffding 界限：广义和简化

    该论文基于标准的 L_1 混合时间证明了一般性的非可逆有限状态马尔科夫链的 Chernoff-Hoeffding 边界。

    Jan, 2012

  • 一般状态空间隐马尔可夫顺序蒙特卡罗平滑

    本文研究了粒子方法逼近平滑分布问题，并提出线性时间复杂度的联合平滑分布的逼近算法。在该模型下，本文的主要贡献是建立了收敛性质和边界，证明了一些误差估计的一致性。

    Feb, 2012

  • 进化集、混合与热核界

    文中引入的新的概率技术，在状态空间的等周特性（也称为传导度量限制或 Cheeger 不等式）方面取得了至今为止在总变化范数的混合时间上获得的最尖锐的边界，进而将 Lovasz 和 Kannan 得到的总变差混合时间界限推广到了一些更广泛的情形，同时仍然与等周不等式和热核界之间有着直接的联系。

    May, 2003

  • 批量稳态分布估计

    提出了一种基于变分幂方法的一致估计器，用于估计马尔可夫链的稳态分布，其不需要进一步访问基础的系统。它不仅统一了许多现有方法，还在众多问题中提供了显着更好的估计，包括：队列，随机微分方程，后处理 MCMC 和试验性评估。

    Mar, 2020

  • 马尔可夫链的 Hoeffding 引理及其在统计学习中的应用

    本研究推广 Hoeffding 引理到一般状态空间和不一定可逆的马尔可夫链，并阐述了其在统计学和机器学习中的实用性。

    Feb, 2018

  • 大状态空间马尔可夫链的熵率估计

    本文研究了从一个马尔可夫链的样本路径进行熵速率估计的问题，证明了在一定的条件下，如马尔可夫链混合得不太慢，则可以实现一致的估计。作者使用提出的估计器在英语数据集上进行了实验并与其他方法进行了比较，结果表明该估计器能够有效地解决估计问题。

    Feb, 2018

  • 高效连续时间马尔科夫链估计

    本研究提出了一种基于粒子的蒙特卡罗方法，其中持续时间通过解析方法边际化，最终在具有组合状态空间的连续时间马尔可夫链上实现更准确的参数后验近似。

    Sep, 2013