LIMIS公司 swMATH ID: 34879 软件作者： 马蒂奥·法西奥罗；德梅洛，弗拉维奥·埃勒；西蒙·马斯凯尔 描述： 朗之万增量混合物重要性抽样。本文提出了一种新的方法，通过该方法可以利用目标密度的局部信息来构造有效的重要性采样器。该方法的核心是Raftery和Bao（2010）的增量混合重要性抽样（IMIS）算法，该算法通过定位重要性密度缺乏质量的新混合成分，相对于目标，以增量方式构建混合重要性分布。这里提出的关键创新是，综管信息系统使用的混合物成分是目标密度的局部近似值。特别地，它们的平均向量和协方差矩阵是通过数值求解某些微分方程来构造的，其解取决于目标对数密度的梯度场。新的采样器有许多优点：a）它提供了混合物重要性密度的极为简约的参数化，其配置有效地仅取决于目标的形状和代表伪时间的单个自由参数；b） 它可以很好地与目标的维度相匹配；c） 它可以处理非对数凹面的目标。使用声纳数据集，在高达80维的合成非高斯多模密度和贝叶斯逻辑回归模型上证明了该方法的性能。实现此处提出的重要性采样器的Julia代码可以在https:/github.com/mfasiolo/LIMIS上找到。 主页： https://arxiv.org/abs/1611.06874 源代码： https://github.com/mfasiolo/LIMIS网站 依赖项： 朱莉娅 关键词： 重要性抽样；朗之万扩散；混合物密度；最优重要性分布；局部近似；卡尔曼-布基滤波器 相关软件： PMTK公司；维加斯；螺母；github；布伦特；朱莉娅；斯坦；UCI-毫升 引用于： 4文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 Langevin增量混合物重要性抽样。 Zbl 1384.65012号马蒂奥·法西奥罗；弗拉维奥·埃勒·德·梅洛；西蒙·马斯凯尔 2018 全部的 前5名12位作者引用 2 艾米莉·卓泽诺（Emilie Chouzenoux） 2 维克托·埃尔维拉 1 奥默·丹尼斯·阿基尔迪斯 1 德梅洛，弗拉维奥·埃勒 1 马蒂奥·法西奥罗 1 黄云石 1 陆晓宇 1 卢卡·马蒂诺 1 西蒙·马斯凯尔 1 Jean-Christophe佩斯克 1 汤姆·雷诺思 1 Teh、Yee Whye 3篇连载文章中引用 2 富兰克林学院学报 1 斯堪的纳维亚统计杂志 1 统计与计算 在5个字段中引用 2 统计学（62-XX） 1 概率论与随机过程（60-XX） 1 数值分析（65-XX） 1 计算机科学（68至XX） 1 系统论；控制（93至XX） 按年份列出的引文