非可逆动力学的分层MCMC采样收敛性
概率论
2022-02-21 v2
摘要
我们提出一种面向非可逆随机动力学的分层MCMC算法形式。它也可视为精确里程碑方法或NEUS形式的一种推广。我们在一定假设下证明了该方法的收敛性，并给出了以过程在各层内行为及层间大尺度行为表示的收敛速率表达式。我们表明该算法具有唯一不动点，对应于未分层过程的不变测度。我们将展示新算法的两个版本（一个带额外特征值问题步骤，一个不带）的速度如何与层上离散过程的混合速率以及各层内被采样过程的混合概率相关联。带特征值问题的版本还与离散马尔可夫链的局部和全局扰动结果（如 Van Koten、Weare 等人给出的结果）相关。
引用
@article{arxiv.2111.05838,
title = {Convergence of Stratified MCMC Sampling of Non-Reversible Dynamics},
author = {Gabriel Earle and Jonathan Mattingly},
journal= {arXiv preprint arXiv:2111.05838},
year = {2022}
}