多级Stein变分梯度下降的进一步分析及其在冰川冰模型贝叶斯推断中的应用
数值分析
2023-05-02 v2 机器学习
数值分析
摘要
多级Stein变分梯度下降是一种基于粒子的变分推断方法，它利用具有不同计算代价与保真度的代理目标分布层次结构来加速推断计算。本工作的贡献有两部分。首先，提出了先前代价复杂度分析的扩展，该扩展即便在单级Stein变分梯度下降的指数收敛速率依赖于随迭代变化的参数时也适用。其次，将多级Stein变分梯度下降应用于一个大规模贝叶斯反问题，即推断Arolla冰川冰的离散化基底滑动系数场。数值实验表明，与单级版本相比，多级版本实现了数量级的加速。
引用
@article{arxiv.2212.03366,
title = {Further analysis of multilevel Stein variational gradient descent with an application to the Bayesian inference of glacier ice models},
author = {Terrence Alsup and Tucker Hartland and Benjamin Peherstorfer and Noemi Petra},
journal= {arXiv preprint arXiv:2212.03366},
year = {2023}
}