基于迭代随机函数的非可逆、免调参且无拒绝的马尔可夫链蒙特卡洛方法
统计计算
2018-10-31 v2
摘要
本工作中我们提出一种非可逆、免调参且无拒绝的马尔可夫链蒙特卡洛方法，其天然契合hit-and-run框架。该采样器仅需访问对数密度函数的梯度，因此不需要归一化常数。我们证明所提马尔可夫链对目标分布是不变的，并通过广泛实例说明其适用性。我们表明本文引入的采样器与Peters和de With（2012）、Bouchard-Cote等人（2017）的连续采样器密切相关。特别地，计算相当类似，二者均围绕模拟非齐次泊松过程展开。当对数密度的梯度可计算高效地方向分解为两个单调函数之和时，计算可被简化。我们将采样器应用于选择性推断，相较先前使用的采样器（Tian等人2016）获得显著改进。
引用
@article{arxiv.1711.07177,
title = {Non-reversible, tuning- and rejection-free Markov chain Monte Carlo via iterated random functions},
author = {Amir Sepehri and Jelena Markovic},
journal= {arXiv preprint arXiv:1711.07177},
year = {2018}
}