GPS-ABC

GPS-ABC:高斯过程代理近似贝叶斯计算。科学家们经常通过一个需要计算的模拟程序来表达他们对世界的理解。分析给定观测值的参数的后验分布(反问题)是非常有挑战性的。近似贝叶斯计算(ABC)框架是处理这些无似然问题的标准统计工具,但它们需要大量的模拟。在这项工作中,我们开发了两个新的ABC抽样算法,大大减少了后验推理所需的模拟次数。两种算法都使用Metropolis-Hastings步骤中的接受概率的置信估计来自适应地选择必要的模拟次数。我们的GPS-ABC算法将每次模拟得到的信息存储在高斯过程中,作为模拟统计的替代函数。在一个具有挑战性的现实生物问题上的实验说明了这些算法的潜力。


zbMATH参考文献(15篇文章引用)

显示第1到15个结果,共15个。
按年份排序(引用)

  1. Moores,Matthew;Nicholls,Geoff;Pettitt,Anthony;Mengersen,Kerrie:hidden Potts模型逆温度的可伸缩贝叶斯推断(2020)
  2. Spiliopoulos,Konstantinos:近似贝叶斯计算的信息几何(2020)
  3. Järvenpä,Marko;Gutmann,Michael U.;Pleska,Arijus;Vehtari,Aki;Marttinen,Pekka:基于模型的近似贝叶斯计算的有效获取规则(2019年)
  4. Drovandi,Christopher C.;Moores,Matthew T.;Boys,Richard J.:使用高斯过程加速伪边缘MCMC(2018)
  5. Fasiolo,Matteo;Wood,Simon N.;Hartig,Florian;Bravington,Mark V.:棘手可能性的扩展经验鞍点近似(2018)
  6. Järvenpä,Marko;Gutmann,Michael U.;Vehtari,Aki;Marttinen,Pekka:估算细菌水平基因转移的近似贝叶斯计算中的高斯过程建模(2018)
  7. Karabatsos,George;Leisen,Fabrizio:ABC方法的近似似然观点(2018)
  8. McKinley,Trevelyan J.;Vernon,Ian;Andrianakis,Ioannis;McCreesh,Nicky;Oakley,Jeremy E.;Nsubuga,Rebecca N.;Goldstein,Michael;White,Richard G.:复杂随机流行病模型的近似贝叶斯计算和基于模拟的推理(2018)
  9. Ong,Victor M.H.;Nott,David J.;Tran,Minh Ngoc;Sisson,Scott A.;Drovandi,Christopher C.:具有合成似然的变分贝叶斯(2018)
  10. Ong,Victor M.-H.;Nott,David J.;Tran,Minh-Ngoc;Sisson,Scott A.;Drovandi,Christopher C.:具有合成似然的高维无似然推理(2018)
  11. Hepler,Staci A.;Herbei,Radu:用蒙特卡罗方法量化难以处理的后验分布之间的差异(2017年)
  12. Shelton,Jacquelyn A.;Gasthaus,Jan;Dai,Zhenwen;Lücke,Jörg;Gretton,Arthur:GP Select:使用自适应子空间预选加速EM(2017)
  13. Zhang,Cheng;Shahbaba,Babak;Zhao,Hongkai:使用随机基替代函数的哈密顿蒙特卡罗加速(2017)
  14. Gutmann,Michael U.;Corander,Jukka:基于模拟器的统计模型似然无推断的贝叶斯优化(2016)
  15. 丹尼斯•普兰格尔:懒惰的ABC(2016)