未调整哈密顿蒙特卡洛的混合时间保证
概率论
2022-10-13 v1 数值分析
数值分析
统计计算
机器学习
摘要
我们给出了对应于未调整哈密顿蒙特卡洛(uHMC)算法的马尔可夫链在全变分距离下的混合时间的定量上界。对于两类通用模型及固定的时间离散步长 ,混合时间被证明仅对数依赖于维度。此外,我们给出了 uHMC 链的不变测度与真实目标测度之间全变分距离的定量上界。由此,我们证明:对于广泛的一类模型,uHMC 可通过 次梯度计算实现目标分布 在全变分距离下 精度的近似;对于具有弱相互作用的平均场模型,可通过 次梯度计算实现。证明基于为 uHMC 构造可实现上述上界的成功耦合。
引用
@article{arxiv.2105.00887,
title = {Mixing Time Guarantees for Unadjusted Hamiltonian Monte Carlo},
author = {Nawaf Bou-Rabee and Andreas Eberle},
journal= {arXiv preprint arXiv:2105.00887},
year = {2022}
}
备注
43 pages