hamiltonian monte carlo (HMC) has emerged as a powerful Markov Chain Monte
Carlo (mcmc) method to sample from complex continuous distributions. However, a
fundamental limitation of HMC is that it can not be appli
本文提出了一种扩展的 Hamiltonian Monte Carlo 方法,可有效探索具有不连续密度分布的目标分布,通过将概率质量函数嵌入到连续空间中,特别是能有效从序数参数中采样,我们通过不连续 Hamiltonian 动力学的理论进行了解释,并开发了相应的数值解算器。该求解器是第一种能够完全保持 Hamiltonian 的方法,我们应用了该算法到挑战性的后验推断问题中以证明其广泛适用性和竞争性能。