×

疼痛

swMATH ID: 28387
软件作者: 约书亚·S·斯佩格尔
描述: dynesty:用于估计贝叶斯后验和证据的动态嵌套采样包。我们提出dynesty,这是一个公开的、开源的Python包,用于使用动态嵌套采样估计贝叶斯后验概率和证据(边际可能性)。通过基于后验结构自适应分配样本,动态嵌套抽样具有马尔可夫链蒙特卡罗算法的优点,该算法只关注后验估计,同时保留了嵌套抽样从复杂的多模态分布中估计证据和样本的能力。我们概述了嵌套采样、它对动态嵌套采样的扩展、涉及的算法挑战以及解决这些问题的各种方法。然后我们检查dynesty在各种玩具问题上的表现,以及几个天文应用。我们发现,与天文学文献中流行的MCMC方法相比,dynesty可以显著提高采样效率。附录中还包括与嵌套抽样有关的更详细统计结果。
主页: https://arxiv.org/abs/1904.02180
源代码:  https://github.com/joshspeagle/dynesty网站
依赖项: 蟒蛇
关键词: 天体物理学;arXiv_astro-ph.IM;arXiv_状态.CO;Python包;动态嵌套采样;MCMC公司;蟒蛇
相关软件: 多重嵌套;蟒蛇;科学Py;主持人;马特普洛特利布;数字Py;嵌套检查;天文望远镜;复合和弦;比尔;雀巢;钻石;日本宇宙航行科学研究院;UltraNest公司;拐角.py;贝叶斯波浪;PE摘要;LAL套装;github;CosmoNest公司
引用于: 4文件

标准条款

1出版物描述软件 年份
dynesty:用于估计贝叶斯后验和证据的动态嵌套抽样包arXiv公司
约书亚·S·斯佩格尔
2019

按年份列出的引文