Jan, 2024

多尺度并行变温快速采样的选区规划

PDF
TL;DR审计选区规划中的一个有说服力的方法是将该方案与一组中立绘制的选区计划进行比较，这些集合是通过在平衡的图分割上采样分布的算法生成的。我们生成了一种多尺度并行退火方法，在每个尺度上进行局部移动，该方法允许采用多种基于政策的衡量标准。我们在康涅狄格州进行了实证研究，并成功在前所未有的尺度上对尚未采样的基于政策的分布进行快速混合。我们的算法显示出扩展到更广泛的衡量标准的潜力，这将 (i) 允许更有原则性和情境基础的比较，并 (ii) 探索政策对选区划分的典型党派影响。
redistricting planensemble of neutrally drawn redistricting planspartisan differencesampling algorithmsmultiscale parallel tempering approach
发现论文，激发创造
  • 基于抽样的学校边界设计技术

    本文研究对学校边界的采样技术，以便作为比较本地搜索的区划算法的基线，并帮助推断问题特征，从而开发高效的划区方法。

    Jun, 2022

  • 自适应并行淬火算法

    提出了一种自适应算法，可以自动调节温度进度表和随机游走 Metropolis 核的参数。经验结果表明该算法无需先验调整，可以很好地应对不同的场景。

    May, 2012

  • 区划重心的集中公正化

    通过引入一族良好动机的距离度量方法，我们提出了一种寻找最具代表性的选区地图的新方法，在绘制选区地图时实现良好的方法。我们展示了一种可伸缩的、线性时间算法，并推导了样本复杂度保证。我们发现这种方法的一个副产品是能够检测到选区中的区块操纵地图，因为它们在距离方面的 “离群值映射” 中被发现。

    Mar, 2022

  • 反馈优化的并行淬火蒙特卡罗

    本文提出了一种改进并行温度调节蒙特卡罗模拟的算法，通过优化模拟温度集来最大化并行调节算法的效率，在二维 Ising 铁磁体和二维完全瓷棋盘 Ising 模型上验证了该算法。

    Feb, 2006

  • 改进的并行温度淬火混合时间界限

    本文提出了对于并行淬火算法中的谱缝隙有多项式相关联的一个新的下限，从而改善了现有基于模数总数的指数上限.

    Apr, 2023

  • 增强用集成方法的基于分数抽样方法

    利用基于分数的采样方法引入集合模型，从而通过利用粒子集合的集体动力学来计算近似反扩散漂移，解决了在概率分布复杂、梯度不可用的情况下建模的问题。

    Jan, 2024

  • 可扩展高并行 MCMC 方案：不可逆平行淬火

    本文针对平行淬火方法，通过识别可逆和不可逆的淬火系统的性能差异和表现，理论和实践分析了非可逆平行淬火方法的优越性，并研究了不可逆和可逆淬火方案的不同扩展极限，从而确定了最佳的淬火方案。

    May, 2019

  • 使用 Rao-Blackwellized Tempered Sampling 计算分区函数

    提出了一种计算复杂的、多峰的概率分布的配分函数的新方法，该方法利用了逆温度的多项概率定律，可以在采样时更新。通过实验证明，这种方法比模拟退火法提供更准确的估计，适用于跟踪学习 Restricted Boltzmann Machines 中的训练和验证对数似然。

    Mar, 2016

  • 基于优先级的平衡图分区再流算法

    介绍了一种新型的基于 restreaming 的算法，使用带有乘性权重的约束管理策略来优化流式过程的排序，同时借鉴了平衡标签传播的优先级概念来进行分区优化，得到了与现有算法相比在真实世界图上具有更好性能的结果。

    Jul, 2020

  • 高效多模态采样：通过绝缘分布流

    本文提出了一种称为 TemperFlow 的新方法，通过学习一系列调和分布来逐步接近目标分布，通过传输映射从高维度分布中采样，解决了因目标密度函数不规范且包含孤立模式而产生的巨大挑战，该方法得到了实验的证明和应用。

    Apr, 2023