诊断哈密顿蒙特卡洛中次优的余切分解
统计方法学
2016-04-05 v1
摘要
当调参恰当时，哈密顿蒙特卡洛可扩展到应用统计前沿一些最具挑战性的高维问题，但当调参次优时性能不尽如人意。本文展示了这一关键自由度——余切分解(cotangent disintegration)——的次优选择如何表现在易于观察的诊断中，从而促进该算法的稳健应用。
引用
@article{arxiv.1604.00695,
title = {Diagnosing Suboptimal Cotangent Disintegrations in Hamiltonian Monte Carlo},
author = {Michael Betancourt},
journal= {arXiv preprint arXiv:1604.00695},
year = {2016}
}
备注
17 pages, 9 figures