stochastic gradient mcmc | BriefGPT

关键词stochastic gradient mcmc

搜索结果 - 6

用耦合方法界定 Wasserstein 距离
本文提出了一种基于耦合的马尔可夫链的估计方法，用于评估渐近偏差抽样方法的质量，并在高维度下证明了该方法的有效性，将其应用于各种贝叶斯估计方法中，包括在 4500 维度下的贝叶斯逻辑回归和在 50000 维度下的贝叶斯线性回归。
PDF3 years ago
ICML通过复制交换随机梯度 MCMC 实现非凸学习
提出一种自适应的 replica exchange SGMCMC 方法来纠正偏差，并通过在各种设置上的实验测试该算法，在 CIFAR10、CIFAR100 和 SVHN 上取得了卓越的有监督学习和半监督学习任务的结果。
PDF4 years ago
面向可扩展贝叶斯采样的统一粒子优化框架
本文针对大数据分析，提出了一种基于 Wasserstein 梯度流的粒子优化框架，用于统一随机梯度 MCMC 和 Stein 变分梯度下降算法，并能够更有效地解决概率测度空间上的挑战。实验结果表明，该框架能够提高贝叶斯抽样的效率和可伸缩性。
PDF6 years ago
隐马尔可夫模型的随机梯度马尔可夫链蒙特卡罗方法
开发基于随机梯度 MCMC 算法的隐马尔可夫模型参数学习方法，通过利用内在的记忆衰减特性以应对离散状态与小批量数据带来的挑战，进而在合成实验和电离子通道记录数据上展示该算法的有效性和性能优势。
PDF7 years ago
NIPS带有陈旧梯度的随机梯度 MCMC
在 SG-MCMC 中使用过期参数进行随机梯度计算在收敛性方面影响未知，但我们的理论表明，这仅影响偏差和均方误差，而估计方差与流逝度无关，在分布式系统中有一定的可扩展性和线性加速减少方差。
PDF8 years ago
基于随机梯度 MCMC 的大规模分布式贝叶斯矩阵分解
提出一种可扩展的基于分布式随机梯度 Langevin 动力学的贝叶斯矩阵分解算法，具备与标准 MCMC 方法相同的预测准确性，同时速度快、简单，并以 Netflix 数据集为例，实现与 Gibbs 采样相当的预测准确性但快一个数量级。
PDF9 years ago