mcmc sampler | BriefGPT - AI 论文速递

关键词mcmc sampler

搜索结果 - 7

自适应随机邻域信息的结构学习
本研究介绍了一种新颖的 MCMC 采样器 PARNI-DAG，用于在观测数据下进行结构学习的完全贝叶斯方法。算法假设因果充分性，允许从有向无环图（DAGs）的后验分布中直接进行近似采样。PARNI-DAG 通过局部启发式、自适应的随机邻域提
PDF8 months ago
熵 - MCMC：轻松从平坦盆地采样
通过引入辅助引导变量，我们提出了一种简单的联合分布，该方法通过对后验采样偏置，使采样更多地集中在平坦区域，从而实现了更高效的后验采样以及更好的性能表现。
PDF9 months ago
ICML离散概率逆最优输运
本文通过熵正则化的 Optimal transport（OT）工具，对 Inverse Optimal Transport（IOT）进行正式化和系统分析，包括代价等价成本的流形特性、模型先验的影响以及基于模拟的结果验证等方面。
PDF3 years ago
ICML高效采样投影 DPP 的 Zonotope 串行采样算法
该研究构建了一种基于组合几何、线性规划和蒙特卡罗方法的新型 MCMC 抽样器，该抽样器利用 hit-and-run MCMC 核有效地跨越凸体并从 DPP 中抽样，提高了汇聚速度。
PDF7 years ago
近似推理的摊还 MCMC
提出了一种新的近似推断算法，通过按摩用户选择的 MCMC 采样器的动态来近似目标分布，并使用这些样本更新近似网络，从而提高其质量，进而允许高度复杂或隐含定义的近似族，包括通过深度神经网络扭曲随机性源而产生的近似。实验以使用深度生成模型的图像
PDF7 years ago
ICML基于高斯过程的可扩展非参数贝叶斯点过程推断
本文提出了第一个使用高斯过程的非参数贝叶斯模型，在不用网格化域或引入潜在稀化点的情况下对泊松点过程进行推断。我们设计了 MCMC 采样器，并展示了我们的模型在合成数据和实际数据上比竞争模型更快，更准确且生成的样本更少相关性。最后，我们证明我
PDF10 years ago
贝叶斯回归树模型的高效 Metroplis-Hastings 提议机制
本文提出了一种针对贝叶斯回归树的采样算法，其中包括规则扰动和树旋转等提议机制，这些机制在与传统的出生 / 死亡提议相结合时，可以提高 MCMC 采样器的接受率，并在后验样本中合理表示模型不确定性。
PDF11 years ago