使用边界链的完美抽样
概率论
2007-05-23 v1
摘要
边界链是一种为 Markov 链实践者带来三方面益处的方法：在受限条件下给出链混合时间的理论界、给出可证明准确的混合时间实验界，以及与耦合来自过去等协议结合时构造完美抽样算法。完美抽样算法完全无需知晓 Markov 链的混合时间，即可从目标分布精确地生成变量。我们在此给出边界链的基本理论及其在文献中若干链上的使用，并在可能时分析其运行时间。我们给出了置换上的换位链、硬核气体模型、图的正常染色、反铁磁 Potts 模型以及图的无汇定向的边界链。
引用
@article{arxiv.math/0405284,
title = {Perfect Sampling Using Bounding Chains},
author = {Mark Huber},
journal= {arXiv preprint arXiv:math/0405284},
year = {2007}
}