基于局部反弹粒子采样器的高维连续时间马尔可夫链分析
Tingting Zhao,Alexandre Bouchard-Cóté; 22(91):1−41, 2021.
摘要
高维连续时间马尔可夫链(CTMC)的参数采样是一个具有挑战性的问题,在应用统计学的许多领域都有重要应用。在这项工作中,最近提出的一种不可逆无拒绝马尔可夫链蒙特卡罗(MCMC)采样器,即反弹粒子采样器(BPS),解决了这个问题。与最先进的MCMC算法相比,BPS已经证明了其良好的计算效率,但迄今为止,在实际数据场景中的应用很少。BPS实际实现的一个重要方面是事件时间的模拟。默认实现使用保守的细化边界。这样的边界会降低算法的速度并限制计算性能。本文发展了一种算法,在CTMC环境下,具有随机事件时间的精确解析解。我们的局部版本的BPS算法利用了目标因子图中的稀疏结构,并且我们还提供了一个图理论工具来评估局部BPS算法的计算复杂性。
[腹肌]
[pdf格式][围兜] [代码]