高维随机网络稳态模拟的高效方法
概率论
2020-01-29 v2
摘要
我们提出并研究了一种用于d维反射布朗运动稳态期望的渐近最优蒙特卡洛估计量。我们的估计量在渐近意义下是最优的，即它需要（至多含的对数因子）个独立同分布高斯随机变量，以输出具有受控误差的估计。我们的构造基于对一种合适的多层级蒙特卡洛策略的分析，我们认为该策略可广泛应用。这是首个随着维度增加而对反射布朗运动稳态估计具有线性复杂度（在适当正则条件下）的算法。
引用
@article{arxiv.2001.08384,
title = {Efficient Steady-state Simulation of High-dimensional Stochastic Networks},
author = {Jose Blanchet and Xinyun Chen and Peter Glynn and Nian Si},
journal= {arXiv preprint arXiv:2001.08384},
year = {2020}
}