• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Irreversible samplers from jump and continuous Markov processes
【24h】

Irreversible samplers from jump and continuous Markov processes

机译：来自跳跃和连续马尔可夫流程的不可逆转的采样器

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

In this paper, we propose irreversible versions of the Metropolis-Hastings (MH) and Metropolis-adjusted Langevin algorithm (MALA) with a main focus on the latter. For the former, we show how one can simply switch between different proposal and acceptance distributions upon rejection to obtain an irreversible jump sampler (I-Jump). The resulting algorithm has a simple implementation akin to MH, but with the demonstrated benefits of irreversibility. We then show how the previously proposed MALA method can also be extended to exploit irreversible stochastic dynamics as proposal distributions in the I-Jump sampler. Our experiments explore how irreversibility can increase the efficiency of the samplers in different situations.
机译：在本文中，我们提出了Metropolis-Hastings（MH）和MATROPOLIS调整的Langevin算法（MALA）的不可逆转推出版本，主要关注后者。对于前者，我们展示了如何在拒绝时在不同的提案和验收分布之间切换，以获得不可逆转的跳转采样器（I-Jump）。所得到的算法具有简单的实施方式，类似于MH，但具有不可逆转性的益处。然后，我们展示了先前提出的MALA方法也可以扩展到利用I-Jump采样器中的提案分布来利用不可逆转的随机动力。我们的实验探讨了不可逆转性如何在不同情况下提高采样器的效率。

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