群体蒙特卡洛算法的优化：应用于利用宇宙微波背景数据约束等曲率模型
宇宙学与河外天体物理
2016-08-17 v1
摘要
我们利用数值模拟优化了群体蒙特卡洛算法的参数。该优化基于一个与收敛前所评估样本数量相关的效率统计量，并应用于 D 维高斯分布以推导算法参数的最优标度律。还研究了如香蕉分布和双峰分布等更复杂的分布。我们将这些结果应用于一个宇宙学参数估计问题，该问题使用 WMAP 九年发布的 CMB 各向异性数据来约束一个六参数绝热模型和一个十五参数混合模型，后者由相关的绝热和等曲率扰动组成。对于绝热模型和混合模型，由于底层参数空间中的简并性，我们发现了相对于最优高斯情形分别为三和二十的退化因子。WMAP 九年数据将混合模型的等曲率分数约束为至多 percent。
引用
@article{arxiv.1510.01486,
title = {Optimisation of the Population Monte Carlo algorithm: Application to constraining isocurvature models with cosmic microwave background data},
author = {Darell Moodley and Kavilan Moodley},
journal= {arXiv preprint arXiv:1510.01486},
year = {2016}
}
备注
21 pages, 10 figures