交互式等高线随机梯度朗之万动力学
机器学习
2022-02-22 v1 机器学习
摘要
我们提出一种交互式等高线随机梯度朗之万动力学(ICSGLD)采样器，这是一种极易并行的多链等高线随机梯度朗之万动力学(CSGLD)采样器，具有高效交互。我们证明，在同等计算预算下，ICSGLD在理论上比单链CSGLD更高效。我们还提出一种新颖的随机场函数，其有助于大数据下自适配参数的估计并获得自由的模态探索。在实证中，我们将所提算法与用于后验采样的流行基准方法比较。数值结果显示了ICSGLD在大规模不确定性估计任务中的巨大潜力。
关键词
引用
@article{arxiv.2202.09867,
title = {Interacting Contour Stochastic Gradient Langevin Dynamics},
author = {Wei Deng and Siqi Liang and Botao Hao and Guang Lin and Faming Liang},
journal= {arXiv preprint arXiv:2202.09867},
year = {2022}
}
备注
ICLR 2022