• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Double-Parallel Monte Carlo for Bayesian analysis of big data
【24h】

Double-Parallel Monte Carlo for Bayesian analysis of big data

机译：双并行蒙特卡洛用于大数据的贝叶斯分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a simple, practical, and efficient MCMC algorithm for Bayesian analysis of big data. The proposed algorithm suggests to divide the big dataset into some smaller subsets and provides a simple method to aggregate the subset posteriors to approximate the full data posterior. To further speed up computation, the proposed algorithm employs the population stochastic approximation Monte Carlo algorithm, a parallel MCMC algorithm, to simulate from each subset posterior. Since this algorithm consists of two levels of parallel, data parallel and simulation parallel, it is coined as Double-Parallel Monte Carlo. The validity of the proposed algorithm is justified mathematically and numerically.
机译：本文提出了一种简单，实用，高效的MCMC算法用于大数据的贝叶斯分析。提出的算法建议将大数据集划分为一些较小的子集，并提供一种简单的方法来聚合子集后代以近似整个数据后验。为了进一步加快计算速度，该算法采用了种群随机逼近蒙特卡罗算法（一种并行的MCMC算法）来模拟每个子集的后验。由于此算法由并行，数据并行和模拟并行两个级别组成，因此被称为Double-Parallel Monte Carlo。该算法的有效性在数学和数值上得到了证明。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号