利用 swyft 进行模拟高效的边际后验估计：停止浪费宝贵时间
天体物理仪器与方法
2020-12-01 v1 宇宙学与河外天体物理
机器学习
高能物理 - 唯象学
摘要
我们提出算法（a）用于嵌套神经似然到证据比估计，以及（b）通过参数与相应模拟的非齐次泊松点过程缓存实现模拟重用。这些算法共同实现了自动且极高效的模拟器边际与联合后验估计。该算法适用于广泛的物理与天文问题，通常比传统基于似然的采样方法提供数量级更高的模拟器效率。我们的方法是似然自由推断的一个例子，因此也适用于不提供易处理似然函数的模拟器。模拟器运行从不被拒绝，并可在未来分析中自动重用。作为功能原型实现，我们提供开源软件包 swyft。
引用
@article{arxiv.2011.13951,
title = {Simulation-efficient marginal posterior estimation with swyft: stop wasting your precious time},
author = {Benjamin Kurt Miller and Alex Cole and Gilles Louppe and Christoph Weniger},
journal= {arXiv preprint arXiv:2011.13951},
year = {2020}
}
备注
Accepted at Machine Learning and the Physical Sciences at NeurIPS 2020. Package: https://github.com/undark-lab/swyft/