ギブスの自己調節を使用して,ローカルステップサイズの適応性をUターンなしのサンプラーに組み込む
Nawaf Bou-Rabee1, Bob Carpenter2, Tore Selland Kleppe3
1Department of Mathematical Sciences, Rutgers University, Piscataway, New Jersey 08854-8019, USA.
この研究では,Uターンなしのサンプラー (NUTS) のステップサイズを調整するための新しい方法が導入されています. このアプローチは復元性を確保し,複雑なベイジアン推論問題におけるサンプリング効率を改善します.
科学分野:
- コンピュータ統計
- ベイズ推論
- マルコフ連鎖モンテカルロ法
背景:
- No-U-Turnサンプラー (NUTS) のステップサイズの調整は,相互依存のチューニングパラメータのために複雑です.
- 最適な経路の長さの決定には一定のステップサイズが必要で,理想的なステップサイズは経路のエラーに依存します.
- サンプラーの可逆性を確保することで,チューニングプロセスはさらに複雑になります.
研究 の 目的:
- NUTSアルゴリズム内のローカルステップサイズの適応のための新しい方法を開発する.
- 調整の際にNUTSサンプラーの可逆性を確保する.
- NUTSを用いたベイジアン推論の効率と信頼性を向上させる.
主な方法:
- ギブス自己調節 (GIST) フレームワークのインスタンスとしてステップサイズの適応方法を提案した.
- サンプラー・リバーシビリティを保証するアプローチを開発した.
- ステップサイズの条件分布にのみ依存する.
主要な成果:
- 提案された方法は,NUTSでステップサイズを局所的に効果的に調整します.
- 適応プロセス全体で 逆行性が保証されます
- この方法は,ニールのファネルや高次元正規分布のような難しい分布に有効性を示した.
結論:
- 新しいGISTベースのNUTS適応方法は,相互依存のチューニングパラメータの課題にうまく対処しています.
- このアプローチは復元性を確保し,複雑なシナリオでのサンプリングパフォーマンスを改善します.
- この方法は,ベイジアン計算のためのより堅牢で効率的なツールを提供します.
さらに関連する動画
09:01Gain-compensation Methodology for a Sinusoidal Scan of a Galvanometer Mirror in Proportional-Integral-Differential Control Using Pre-emphasis Techniques
Published on: April 4, 2017
11:54Real-Time Proxy-Control of Re-Parameterized Peripheral Signals using a Close-Loop Interface
Published on: May 8, 2021
関連する概念動画
Sampling Plans
Random sampling is a method where each member of the population has an equal chance of being selected for the sample. It involves selecting individuals randomly, often using random number generators or lottery-type methods. For example, when analyzing the properties of a...
Sampling Methods: Overview
In analytical chemistry, the choice of...
Sampling Continuous Time Signal
In the...
Upsampling
Random Sampling Method
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation
On...
