Oct, 2019

引入一种显式辛积分方案用于黎曼流形哈密顿蒙特卡罗算法

PDF
TL;DR介绍了最近为解决具有非可分离哈密顿量的物理动机系统导出的辛积分方案，并展示了它与 Riemann 流形哈密顿蒙特卡罗 (RMHMC) 的相关性，并提供了目前使用的广义跳跃辛积分器的替代方案，通过这种方法，我们能够减少每个跳跃步的高阶导数计算的数量。探讨了该积分器的影响，并展示了其在减少 RMHMC 的计算负担方面的效果。我们的代码提供在一个新的开源 Python 包 hamiltorch 中。
发现论文，激发创造
  • 黎曼流形哈密顿蒙特卡罗

    研究了一种基于 Riemann 流形的 Hamiltonian Monte Carlo 采样算法，通过自适应方法规避了调整提议密度的需求，使得即使在高维状态空间建模中，也能更加高效地采样，该方法在众多实证分析中表现出较大的优越性，Matlab 代码在 http://www.dcs.gla.ac.uk/inference/rmhmc 可复现。

    Jul, 2009

  • Riemann 流形哈密尔顿蒙特卡罗的通用度量

    本文提出了一个新的度量来改进 Riemannian Manifold Hamiltonian Monte Carlo (RMHMC) 在分析上具有困难的模型应用的限制，验证了该度量在一种模拟许多分层和潜在模型的分布上取得的成功。

    Dec, 2012

  • 评估引理中点积分器在黎曼流形哈密尔顿蒙特卡罗中的应用

    本文比较了广义 leapfrog integrator 和 implicit midpoint integrator 在 Hamiltonian Monte Carlo 中的优缺点和理论性质，并通过实验证明 implicit midpoint integrator 不仅能更好地保持能量和体积守恒，而且采样效果更准确。

    Feb, 2021

  • 几何调和哈密尔顿蒙特卡罗

    本文提出了一种新的度量学习方法（几何缓和哈密顿蒙特卡罗法），以改善 Hamiltonian Monte Carlo 在多模态目标分布中的性能，并通过仿真数据表明，该方法可以显著提高有效样本量。

    Apr, 2016

  • 几何积分和哈密尔顿蒙特卡罗法

    该论文详细调查了数值积分与哈密顿（或混合）蒙特卡罗方法（HMC）之间的关系，并讨论了在提高计算效率和保持几何属性之间的折衷。该论文还对 HMC 保持目标分布维度的行为进行了探讨。

    Nov, 2017

  • Hamiltonian Monte Carlo 收敛性研究

    本文讨论了 Hamiltonian Monte Carlo 算法的不可约性和几何遍历性，考虑了较为宽松和严格的条件，得出了 HMC 采样器具有几何遍历性的可验证条件。

    Apr, 2017

  • 磁性哈密顿蒙特卡罗

    本文提出了一种利用非规范汉密尔顿动力学的优化 HMC 方法，称为磁性 HMC，并通过多个实验例子表明其能相对于普通 HMC 方法显著提高混合效果。

    Jul, 2016

  • 黎曼哈密顿蒙特卡罗的收敛速率和更快的多面体体积计算

    Riemannian Hamiltonian Monte Carlo 在流形上的收敛性以及在流形上采样问题和计算体积问题中的应用。

    Oct, 2017

  • 基于熵的自适应 Hamiltonian Monte Carlo

    本文提出了一种基于梯度的算法，允许通过鼓励 Leapfrog 积分器具有高接受率的方式来适应质量矩阵，最大化建议熵的近似值，实验证明该自适应方法可以通过调整质量矩阵来提高 HMC 的性能。

    Oct, 2021

  • 相对论蒙特卡罗

    提出了基于相对论动力学的哈密顿蒙特卡罗方法，通过引入粒子的最大速度解决哈密顿蒙特卡罗在大时间离散化和空间几何不匹配时的性能问题，并开发了基于此的相对论随机梯度下降算法，与深度学习中的优化方法如梯度截断、RMSprop、Adagrad 和 Adam 有趣的关系，实验表明这种算法比经典牛顿变体和 Adam 表现更好。

    Sep, 2016