Rao 与 Teh 的 Markov 跳跃过程及 CTBN 算法的几何遍历性
统计计算
2016-06-28 v1
摘要
Rao 和 Teh (2012, 2013) 引入了一种高效的 MCMC 算法，用于从隐 Markov 跳跃过程的后验分布中采样。该算法基于虚拟跳跃采样的思想。在本文中，我们证明了 Rao 和 Teh 算法生成的 Markov 链是几何遍历的。为此，我们建立了一个朝向小集合的几何漂移条件。对于该算法用于连续时间 Bayesian 网络概率推理的一个特殊版本，也证明了类似的结果。
引用
@article{arxiv.1606.08160,
title = {Geometric ergodicity of Rao and Teh's algorithm for Markov jump processes and CTBNs},
author = {Błażej Miasojedow and Wojcieh Niemiro},
journal= {arXiv preprint arXiv:1606.08160},
year = {2016}
}