×
本尼迪克特·莱姆库勒；查尔斯·马修斯；乔纳森·韦尔

马尔可夫链蒙特卡罗模拟的集成预处理。 （英语） 兹比尔1384.65004

统计计算。 28，第2号，277-290（2018）.
摘要：我们描述了并行马尔可夫链蒙特卡罗方法，该方法传播路径集合，并使用从相邻副本计算的局部协方差信息。集体动力学的使用消除了乘性噪声并稳定了动力学，从而为高维各向异性采样难题提供了一种实用的方法。模型问题的数值实验表明，与各种备选方案相比，可以实现显著的潜在加速。

引用于16文件

MSC公司：

65二氧化碳 蒙特卡罗方法
65立方厘米 马尔可夫链的数值分析或方法
60J22型 马尔可夫链中的计算方法

关键词：

随机抽样；马尔科夫蒙特卡洛；MCMC公司；计算统计学；机器学习；高炉煤气；朗之万方法；布朗动力学

软件：

合奏QN；t形走道；RMHMC公司；Rtwalk公司；主持人；ACOR公司
PDF格式BibTeX公司 XML格式引用
\textit{B.Leimkuhler}等人，《统计计算》。28，第2号，277--290（2018；Zbl 1384.65004）
全文： 内政部 arXiv公司

参考文献：

[1] Andrés Christen，J.、Fox，C.等人：连续分布的通用采样算法（t-walk）。贝叶斯分析。5（2），263-281（2010）·Zbl 1330.62007年 ·doi:10.1214/10-BA603
[2] Bennett，C.H.：质量张量分子动力学。J.计算。物理学。19(3), 267-279 (1975) ·兹比尔1252.62015
[3] Bou-Rabee，N.，Vanden-Eijnden，E.：SDE的大都市积分器的路径准确性和遍历性。Commun公司。纯应用程序。数学。63(5), 655-696 (2010) ·Zbl 1214.60031号
[4] Bou-Rabee，N.，Donev，A.，Vanden-Eijnden，E.：自伴扩散的都市一体化方案。多尺度模型。模拟。12(2), 781-831 (2014). doi:10.1137/130937470·Zbl 1315.65006号 ·doi:10.1137/130937470
[5] Cappé，O.，Guillin，A.，Marin，J.M.，Robert，C.P.：人口蒙特卡洛。J.计算。《Gr.Stat.13（4）》，907-929（2004）。doi:10.1198/106186004X12803·doi:10.1198/106186004X12803
[6] 肖邦，N.，列利耶夫尔，T.，斯托尔茨，G.：贝叶斯推理的自由能方法：单变量高斯混合后验的有效探索。统计计算。22(4), 897-916 (2012) ·Zbl 1252.62015年 ·doi:10.1007/s11222-011-9257-9
[7] Christensen，O.F.、Roberts，G.O.、Rosenthal，J.S.：本地Metropolis-Hastings算法瞬态阶段的缩放限制。J.R.统计社会服务。B（Stat.Methodol.）67（2），253-268（2005）·Zbl 1075.65012号 ·doi:10.1111/j.1467-9868.2005.00500.x
[8] Dalalyan，A.S.：从平滑密度和对数曲线密度进行近似采样的理论保证。J.R.统计社会服务。B（Stat.Methodol.）（2016年）。doi:10.1111/rssb.12183·Zbl 1411.62030号
[9] Duane，S.、Kennedy，A.D.、Pendleton，B.J.、Roweth，D.：混合蒙特卡罗。物理学。莱特。B 195（2），216-222（1987）。doi:10.1016/0370-2693（87）91197-X·doi:10.1016/0370-2693（87）91197-X
[10] Duncan，A.B.，Lelièvre，T.，Pavliotis，G.A.：使用不可逆Langevin采样器减少方差。《统计物理学杂志》。163(3), 457-491 (2016). doi:10.1007/s10955-016-1491-2·Zbl 1343.82036号 ·doi:10.1007/s10955-016-1491-2
[11] Durmus，A.，Moulines，E.：通过未调整的Langevin算法进行的高维贝叶斯推断。https://hal.inria.fr/TELECOM-PARISTECH/hal-01304430v2 (2016) ·Zbl 1428.62111号
[12] Foreman-Mackey，D.，Hogg，D.W.，Lang，D.，Goodman，J.：主持人：MCMC锤子。出版物。阿童木。Soc.太平洋。125(925), 306 (2013) ·doi:10.1086/670067
[13] Gilks，W.R.，Roberts，G.O.，George，E.I.：自适应方向采样。J.R.统计社会服务。D（Stat.）43（1），179-189（1994）·兹比尔0806.62052
[14] Girolma，M.，Calderhead，B.：黎曼流形Langevin和Hamilton Monte Carlo方法。J.R.统计社会服务。B（Stat.Methodol.）73（2），123-214（2011a）。文件编号：10.1111/j.1467-9868.2010.00765.x·Zbl 1411.62071号 ·文件编号：10.1111/j.1467-9868.2010.00765.x
[15] Girolma，M.，Calderhead，B.：RMHMC方案的Matlab代码。http://www.ucl.ac.uk/statistics/research/rmhmc，（2011年b）。[在线；访问日期：2015年12月1日]·Zbl 1189.65014号
[16] Goodman，J.：ACOR包。http://www.math.nyu.edu/faculty/goodman/software/, (2009). [在线；访问日期：2015年12月1日]
[17] Goodman，J.，Sokal，A.D.：多重网格蒙特卡罗方法概念基础。物理学。修订版D 40（6），2035-2071（1989）·doi:10.1103/PhysRevD.40.2035
[18] Goodman，J.，Weare，J.：具有仿射不变性的集合采样器。Commun公司。应用。数学。计算。科学。5(1), 65-80 (2010) ·Zbl 1189.65014号 ·doi:10.2140/camcos.2010.5.65
[19] Greengard，P.：一个集成的都市朗之万采样器。纽约大学硕士论文（2015）·Zbl 0989.65004号
[20] Haario，H.，Saksman，E.，Tamminen，J.：自适应大都会算法。伯努利7（2），223-242（2001）·Zbl 0989.65004号 ·doi:10.2307/3318737
[21] Hairer，M.，Weare，J.：改进扩散蒙特卡罗。Commun公司。纯应用程序。数学。67, 1995-2021 (2014) ·Zbl 1314.65008号 ·doi:10.1002/cpa.21526
[22] 哈默斯利，J.M.，莫顿，K.W.：《穷人的蒙特卡洛》。J.R.Stat.Soc.B 16（1），23-38（1954）·Zbl 0055.36901号
[23] Hwang，C.-R.，Hwang-Ma，S.-Y.，Sheu，S.-J.：加速高斯扩散。附录申请。普罗巴伯。3(3), 897-913 (1993) ·Zbl 0780.60074号
[24] Hwang，C.-R.，Hwang-Ma，S.-Y.，Sheu，S.-J.等人：加速扩散。附录申请。普罗巴伯。15(2), 1433-1444 (2005) ·Zbl 1069.60065号 ·doi:10.11214/105051605000000025
[25] Iba，Y.：人口蒙特卡罗算法。事务处理。日本。Soc.Artif公司。智力。16（2），279-286（2001）。doi:10.1527/tjsai.16.279·doi:10.1527/tjsai.16.279
[26] Izenman，A.J.，Sommer，C.J.：集邮混合物和多模式密度。《美国统计学会期刊》第83卷（404页），第941-953页（1988年）·doi:10.1080/01621459.1988.10478683
[27] Jasra，A.，Stephens，D.A.，Holmes，C.C.：关于基于人口的静态推理模拟。统计计算。17(3), 263-279 (2007). doi:10.1007/s11222-007-9028-9·doi:10.1007/s11222-007-9028-9
[28] Leimkuhler，B.，Matthews，C.：《分子动力学：用确定性和随机数值方法》。跨学科应用数学。施普林格国际出版公司，纽约（2015）·Zbl 1351.82001号
[29] Leimkuhler，B.，Matthews，C.，Stoltz，G.：平衡和非平衡Langevin分子动力学平均值的计算。IMA J.数字。分析。(2015). doi:10.1093/imanum/dru056·Zbl 1347.65014号
[30] Liu，J.：科学计算中的蒙特卡罗策略。斯普林格，纽约（2002）
[31] Ma，Y.A，Chen，T.，Fox，E.：随机梯度MCMC的完整配方。收录：Cortes，C.，Lawrence，N.D.，Lee，D.D.，Sugiyama，M.，Garnett，R.（编辑）《神经信息处理系统进展》28，第2917-2925页。纽约Curran Associates公司（2015年）·Zbl 1214.60031号
[32] Martin，J.，Wilcox，L.C.，Burstede，C.，Ghattas，O.：大规模统计反演问题的随机牛顿MCMC方法及其在地震反演中的应用。SIAM J.科学。计算。34（3），A1460-A1487（2012）·Zbl 1250.65011号 ·doi:10.1137/110845598
[33] Matthews，C.：Ensemble Quasi-Newton python软件包。http://bitbucket.org/c_matthews/ensembleqn, (2016). [在线；2016年7月1日访问]
[34] Milstein，G.，Tretyakov，M.：数学物理中的随机数值。施普林格，纽约（2004）·Zbl 1085.60004号 ·doi:10.1007/978-3-662-10063-9
[35] Monnahan，C.C.，Thorson，J.T.，Branch，T.A.：使用哈密顿蒙特卡罗快速估计生态学中的贝叶斯模型。方法经济学。进化。(2016). doi:10.1111/2041-210X.12681
[36] Neal，R.M.等人：使用哈密顿动力学的MCMC。把手b。马尔可夫链蒙特卡罗2，113-162（2011）·Zbl 1229.65018号
[37] Pavliotis，G.A.：随机过程和应用：扩散过程，福克-普朗克和朗之万方程。应用数学课文。施普林格，纽约（2014）·Zbl 1318.60003号 ·doi:10.1007/978-1-4939-1323-7
[38] Rey-Bellet，L.，Spiliopoulos，K.：不可逆朗之万采样器和方差减少：大偏差方法。非线性28（7），2081（2015）·兹比尔1338.60086 ·doi:10.1088/0951-7715/28/7/2081
[39] Roberts，G.O.，Rosenthal，J.S.：自适应马尔可夫链蒙特卡罗算法的耦合和遍历性。J.应用。探针。44(2), 458-475 (2007) ·Zbl 1137.62015年
[40] Roberts，G.O.，Tweedie，R.L.：多维Hastings和Metropolis算法的几何收敛性和中心极限定理。《生物特征》83（1），95（1996）。doi:10.1093/biomet/83.1.95·兹标0888.60064 ·doi:10.1093/biomet/83.1.95
[41] Rosenbluth，M.N.，Rosenbluth，A.W.：分子链平均延伸的蒙特卡罗计算。化学杂志。物理学。23(2), 356-359 (1955) ·doi:10.1063/1.1741967年
[42] Rossky，P.J.、Doll，J.D.、Friedman，H.L.：布朗动力学作为智能蒙特卡罗模拟。化学杂志。物理学。69(10), 4628-4633 (1978). doi:10.1063/1.436415·doi:10.1063/1.436415
[43] 孙伟，袁永新：优化理论与方法：非线性规划。Springer优化及其应用。斯普林格，美国（2006）·邮编1129.90002
[44] ter-Braak，C.J.F.：遗传算法差分进化的马尔可夫链蒙特卡罗版本：实际参数空间的简单贝叶斯计算。统计计算。16(3), 239-249 (2006)
[45] Welling，M.，Teh，Y.W.：通过随机梯度Langevin动力学进行贝叶斯学习。摘自：第28届国际机器学习会议（ICML-11），681-688（2011）
[46] Zhang，Y.，Sutton，C.A.：马尔可夫链蒙特卡罗的拟Newton方法。摘自：Shawe-Taylor，J.、Zemel，R.S.、Bartlett，P.L.、Pereira，F.、Weinberger，K.Q.（编辑）《神经信息处理系统进展》24，第2393-2401页。纽约Curran Associates公司。http://papers.nips.cc/paper/4464-quasi-newton-methods-for-markovchain-monte-carlo.pdf (2011)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。