pocoMC：用于天文学与宇宙学加速贝叶斯推断的 Python 包
天体物理仪器与方法
2022-07-13 v1 宇宙学与河外天体物理
计算物理
摘要
pocoMC 是一个用于天文学与宇宙学中加速贝叶斯推断的 Python 包。该代码旨在从具有非平凡几何（包括强多模态与非线性）的后验分布中高效采样。为此，pocoMC 依赖于预处理蒙特卡洛算法，该算法利用归一化流（Normalising Flow）以解相关后验参数。它兼顾参数估计与模型比较任务，尤其聚焦于计算代价高昂的应用。它允许拟合在 Python 中定义为对数似然函数与对数先验概率密度函数的任意模型。与流行的替代方案（例如嵌套采样）相比，pocoMC 可将采样过程加速数个数量级，大幅削减计算成本。最后，向计算集群的并行化呈现出线性扩展。
引用
@article{arxiv.2207.05660,
title = {pocoMC: A Python package for accelerated Bayesian inference in astronomy and cosmology},
author = {Minas Karamanis and David Nabergoj and Florian Beutler and John A. Peacock and Uros Seljak},
journal= {arXiv preprint arXiv:2207.05660},
year = {2022}
}
备注
6 pages, 1 figure. Submitted to JOSS. Code available at https://github.com/minaskar/pocomc