具有混沌混合的混合蒙特卡洛
数据分析、统计与概率
2016-04-26 v1 数值分析
计算物理
摘要
我们提出一种适用于高维多元正态分布、沿混沌轨迹有效采样的混合蒙特卡洛(HMC)技术。该方法基于HMC动量分布的选择自由，并且由于其混合性质，表现出样本间自相关远比传统混合蒙特卡洛算法衰减更快。我们在具有不同相关结构分布上测试了这些方法，发现所提出的技术产生更优的协方差估计，更少依赖步长调优，甚至可在稀疏或无动量重采样情况下运行。此处提出的方法对更一般的分布大有前景，例如人工神经网络的贝叶斯学习中以及动力系统的状态与参数估计中出现的那些分布。
引用
@article{arxiv.1604.07343,
title = {Hybrid Monte Carlo with Chaotic Mixing},
author = {Nirag Kadakia},
journal= {arXiv preprint arXiv:1604.07343},
year = {2016}
}