Feb, 2024
蒙特卡洛马尔可夫链蒙特卡洛在期望最大化中的随机近似
Stochastic Approximation with Biased MCMC for Expectation Maximization
Samuel Gruffaz, Kyurae Kim, Alain Oliviero Durmus, Jacob R. Gardner
TL;DR使用异步偏置的 MCMC 步骤分析了 SAEM 的渐近性和非渐近性,特别是偏置的影响,并在合成和真实数据集上进行了与渐近无偏算法 (MALA) 和渐近有偏算法 (ULA) 的数值实验比较。实验结果表明,ULA 在 Langevin 步长选择方面更稳定,并且有时可以实现更快的收敛。