×
姜瑜航;刘彤;卢志亚;杰弗里·罗森塔尔。;上官、鄯善;王菲;吴子轩

吸引力抑制MCMC算法的收敛速度。 （英语） 兹比尔1491.60122

卫理公会。计算。申请。普罗巴伯。 24，第3期，2029-254（2022）.
小结：我们考虑某些粒子系统的MCMC算法，其中包括吸引力和排斥力，这使得它们的收敛分析具有挑战性。我们证明了这些算法在有界状态空间上的一个版本是一致遍历的，并且具有显式的定量收敛速度。我们还证明了无界状态空间上的一个版本在几何上仍然是遍历的，然后使用移位耦合方法获得了其收敛速度的显式定量界。

MSC公司：

60J10型 马尔可夫链（离散状态空间上的离散时间马尔可夫过程）
60J22型 马尔可夫链中的计算方法
65二氧化碳 蒙特卡罗方法

关键词：

马尔科夫蒙特卡洛;收敛速度;粒子系统;换档联轴器
PDF格式BibTeX公司 XML格式引用
\textit{Y.H.Jiang}等人，Methodol。计算。申请。普罗巴伯。2029--2054（2022；Zbl 1491.60122）第3号24
全文： 内政部 arXiv公司

参考文献：

[1] Alder BJ，Wainwright TE（1959）分子动力学研究。一、一般方法。化学物理杂志31（2）：459-466
[2] 奥尔德斯，DJ；Thorison，H.，移位耦合，随机过程及其应用，44，1，1-14（1993）·Zbl 0769.60062号 ·doi:10.1016/0304-4149（93）90034-2
[3] 克里斯托夫·安德烈（Christophe Andrieu）；De Freitas，南都；阿诺杜塞特；Jordan，Michael I.，用于机器学习的mcmc简介，Mach Learn，50，1，5-43（2003）·Zbl 1033.68081号 ·doi:10.1023/A:1020281327116
[4] Asmussen，S。；Glynn，普华永道；Thorisson，H.，初始瞬态问题中的平稳性检测，ACM建模与计算机仿真事务（TOMACS），2，2，130-157（1992）·Zbl 0842.68106号 ·数字对象标识代码：10.1145/137926.137932
[5] Barker，AA，质子-电子等离子体径向分布函数的蒙特卡罗计算，奥斯特物理杂志，18，2，119-134（1965）·doi:10.1071/PH650119
[6] Brooks S、Gelman A、Jones G、Meng XL（2011）《马尔可夫链蒙特卡罗手册》。CRC出版社·Zbl 1218.65001号
[7] 布鲁克斯，SP；Gelman，A.，《监测迭代模拟收敛性的通用方法》，《计算图形统计杂志》，第7、4、434-455页（1996年）
[8] Harry Cohn，《随机单调马尔可夫链的涨落及其应用》，《应用概率论杂志》，第20期，第1期，第178-184页（1983年）·Zbl 0511.60064号 ·doi:10.2307/3213733
[9] 整流罩，MK；卡林，英国石油公司，《马尔可夫链蒙特卡罗收敛诊断：比较评论》，美国统计协会，91，883-904（1996）·兹比尔0869.62066 ·doi:10.1080/01621459.1996.10476956
[10] 整流罩，MK；罗伯茨，GO；Rosenthal，JS，MCMC收敛诊断导致的可能偏差，J Stat Compute Simul，64，87-104（1999）·Zbl 1156.62315号 ·网址：10.1080/00949659908811968
[11] Daley，DJ，随机单调马尔可夫链，Zeitschrift für Wahrscheinlichkeits theorye und Verwandte Gebiete，10，4，305-317（1968）·Zbl 0177.45604号 ·doi:10.1007/BF00531852
[12] Doeblin，W.，Exposéde la théorie des chañnes simples constantes de markováun nombre finiétats，国际巴尔干联盟数学，277-10578-80（1938）
[13] Gelfand AE，Smith AFM（1990），计算边缘密度的基于采样的方法。美国统计协会杂志85（410）：398-409·Zbl 0702.62020号
[14] 安德鲁·盖尔曼（Andrew Gelman）；鲁宾（Rubin），唐纳德·B（Donald B.），《使用多序列的迭代模拟推断》，《统计科学》，第7、4、457-472页（1992年）·Zbl 1386.65060号
[15] 斯图亚特·杰曼；Donald Geman，《随机松弛、吉布斯分布和图像的贝叶斯恢复》，IEEE Trans-Pattern Ana Mach Intell，6，5-6，721-741（1984）·Zbl 0573.62030号 ·doi:10.1109/TPAMI.1984.4767596
[16] Geyer，CJ，《实用马尔可夫链蒙特卡罗》，《统计科学》，第7期，第473-483页（1992年）
[17] Hammersley，JM，空间粒子分布的随机模型，Adv Appl Probab，4，47-68（1972）·Zbl 0248.60080号 ·doi:10.2307/1425976
[18] 黑斯廷斯，WK，使用马尔可夫链蒙特卡罗的蒙特卡罗抽样方法，生物统计学，57，97-109（1970）·Zbl 0219.65008号 ·doi:10.1093/生物技术/57.197
[19] 亚杰·贾斯拉（Ajay Jasra）；Del Moral，Pierre，期权定价的序贯蒙特卡罗方法，Stoch Ana Appl，29，2，292-316（2011）·Zbl 1217.91201号 ·doi:10.1080/07362994.2011.548993
[20] Jones，Galin L。；James P.Hobert，《分层随机效应模型吉布斯采样器的充分老化》，《Ann Stat》，32，2784-817（2004）·Zbl 1048.62069号 ·doi:10.1214/09053604000000184
[21] 琼斯，GL；霍伯特，JP，《通过马尔可夫链蒙特卡罗对难处理概率分布的诚实探索》，统计。科学。，16, 4, 312-334 (2001) ·Zbl 1127.60309号 ·doi:10.1214/s/1015346315
[22] Korteweg AG（2011）《公司财务中的马尔可夫链蒙特卡罗方法》。SSRN 1964923提供
[23] Krauth W（2021）Event-chain Monte Carlo：基础、应用和前景。https://arxiv.org/abs/1202.07217
[24] Liggett，TM，《马尔可夫链的随机不变测度和独立粒子系统》，Z.Warhschemlichkeits theory verw。Gebiete，45，297-313（1978）·兹比尔0373.60076 ·doi:10.1007/BF00537539
[25] 伦德，RB；梅恩，SP；Tweedie，RL，随机序Markov过程的可计算指数收敛率，Ann.Appl。概率。，6, 1, 218-237 (1996) ·Zbl 0863.60093号 ·doi:10.1214/aoap/1034968072
[26] Matthews，P.，《缓慢混合马尔可夫链对吉布斯抽样的影响》，《统计学与概率快报》，17，231-236（1993）·Zbl 0777.60064号 ·doi:10.1016/0167-7152（93）90172-F
[27] 北卡罗来纳州大都会。；罗森布鲁斯，AW；明尼苏达州罗森布鲁斯；出纳员，AH；Teller，E.，用快速计算机器计算状态方程，化学物理杂志，21，6，1087-1092（1953）·Zbl 1431.65006号 ·数字对象标识代码：10.1063/1.1699114
[28] Meyn SP，Tweedie RL（2012），马尔可夫链和随机稳定性。施普林格科技与商业媒体·Zbl 0925.60001号
[29] 罗伯茨，GO；Rosenthal，JS，遍历平均值的移位耦合和收敛速度，Stoch模型，13，1，147-165（1997）·Zbl 0871.60046号
[30] 罗伯茨，GO；Rosenthal，JS，一般状态空间马尔可夫链和MCMC算法，Probab Surv，1，20-71（2004）·Zbl 1189.60131号 ·doi:10.1214/15495780410000024
[31] 罗伯茨，GO；Tweedie，RL，多维hastings和metropolis算法的几何收敛和中心极限定理，Biometrika，83，1，95-110（1996）·Zbl 0888.60064号 ·doi:10.1093/biomet/83.1.95
[32] 罗伯茨，GO；Tweedie，RL，随机单调和连续时间Markov模型的收敛速度，J Appl Probab，37，2，359-373（2000）·Zbl 0979.60060号 ·doi:10.1017/S00219000015576
[33] Rosenthal，JS，马尔可夫链蒙特卡罗的少数化条件和收敛速度，美国统计学会杂志，90，558-566（1995）·兹伯利0824.60077 ·doi:10.1080/01621459.1995.10476548
[34] Rosenthal JS（2019）《随机过程初探》。世界科学出版公司。
[35] Rosenthal JS（2020）点过程MCMC JavaScript模拟。可用位置：probability.ca/pointproc
[36] Ruslan S（2010）使用自适应MCMC学习深度Boltzmann机器。ICML 2010-第27届国际机器学习大会论文集，第943-950页
[37] Sanjib，S.，《天文学中贝叶斯数据分析的马尔可夫链蒙特卡罗方法》，《天文物理学年鉴》，55，1，213-259（2017）·doi:10.1146/annurev-astro-082214-122339
[38] Speagle JS（2020）马尔可夫链蒙特卡罗方法的概念介绍。https://arxiv.org/abs/1909.12313
[39] Valderrama-Bahamóndez G，Fröhlich H（2019）系统生物学中基于ODE模型参数估计的MCMC技术。前应用数学统计5:55
[40] 克里斯·W。；Frederick，AMIV，量化MCMC对系统发育树空间的探索，系统生物学，64，3，472-491（2015）·doi:10.1093/sysbio/syv006
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。