Langevin AIS 对于多模态分布的收敛性
概率论
2026-04-21 v1 统计理论
统计理论
摘要
我们研究了当目标是多模态 Gibbs 测度时，结合 Langevin 蒙特卡洛算法的退火重要抽样算法（Neal '01）的收敛速率。主要结果表明，对于固定的误差阈值，时间复杂度随反温度的平方增长。我们识别了一个简单且有用的量，其控制 AIS 在一般情形下的抽样误差，然后利用谱估计对该量进行上界。我们还研究了自正规化版本，得到以反温度为界的时间复杂度估计。
关键词
引用
@article{arxiv.2604.17526,
title = {Convergence of Langevin AIS for multimodal distributions},
author = {Akshat Agarwal and Gautam Iyer and Aidan Jameson and Seungjae Son and Wyatt Wimmer},
journal= {arXiv preprint arXiv:2604.17526},
year = {2026}
}