亚历山大·布沙尔德·科特;阿诺·杜塞特;安德鲁·罗斯 混合模型中贝叶斯推断的粒子吉布斯分裂大样本。 (英语) Zbl 1439.62081号 J.马赫。学习。物件。 18(2017-2018),论文编号28,39 p.(2017). 摘要:本文提出了一种原始的马尔可夫链蒙特卡罗方法来从共轭混合模型的后验分布中进行采样。该算法依赖于使用中引入的粒子吉布斯采样器构建的灵活的分割-大程序[C.安德烈等人,in:蒙特卡罗和准蒙特卡罗方法2008。第八届科学计算中的蒙特卡罗和准蒙特卡罗方法国际会议记录,加拿大蒙特勒,2008年7月6日至11日。柏林:斯普林格。45–60 (2009;Zbl 1184.65001号); J.R.Stat.Soc.,塞尔维亚。B、 统计方法。72,第3期,269–342页(2010年;Zbl 1411.65020号)]. 由此产生的所谓粒子吉布斯分裂合并采样器不需要计算复杂的接受率,并且可以使用现有的顺序蒙特卡罗库来实现。我们通过实验研究了它在合成问题和地理定位数据上的性能。我们的结果表明,对于给定的计算预算,粒子吉布斯分裂合并采样器在经验上优于现有的分裂合并方法。允许复制实验的代码和说明可在https://github.com/aroth85/pgsm. 引用于6文件 MSC公司: 2015年1月62日 贝叶斯推断 62H30型 分类和区分;聚类分析(统计方面) 62升10 顺序统计分析 65二氧化碳 蒙特卡罗方法 86A32型 地理统计学 关键词:Dirichlet过程混合模型;吉布斯采样器;颗粒吉布斯采样器;序贯蒙特卡罗 引文:Zbl 1184.65001号;Zbl 1411.65020号 软件:SMCTC公司;github;PGSM公司 PDF格式BibTeX公司 XML格式引用 \textit{A.Bouchard-Cóté}等人,J.Mach。学习。第18号决议,第28号论文,39页(2017年;Zbl 1439.62081) 全文: arXiv公司 链接