論文の概要: Randomized Runge-Kutta-Nyström Methods for Unadjusted Hamiltonian and Kinetic Langevin Monte Carlo
- arxiv url: http://arxiv.org/abs/2310.07399v2
- Date: Thu, 03 Oct 2024 14:31:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-04 23:27:25.693517
- Title: Randomized Runge-Kutta-Nyström Methods for Unadjusted Hamiltonian and Kinetic Langevin Monte Carlo
- Title(参考訳): 非調整ハミルトニアンおよび速度論的ランゲヴィン・モンテカルロに対するランダム化ルンゲ・クッタ・ニストロム法
- Authors: Nawaf Bou-Rabee, Tore Selland Kleppe,
- Abstract要約: 非可逆マルコフ連鎖モンテカルロサンプリング器内のハミルトン流を近似するための5/2$-および7/2$-精度のランダム化ランゲ・クッタ・ニストロ法を導入する。
数値実験により,多種多様な高次元目標分布に対する未調整試料の高効率性を実証した。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: We introduce $5/2$- and $7/2$-order $L^2$-accurate randomized Runge-Kutta-Nystr\"{o}m methods, tailored for approximating Hamiltonian flows within non-reversible Markov chain Monte Carlo samplers, such as unadjusted Hamiltonian Monte Carlo and unadjusted kinetic Langevin Monte Carlo. We establish quantitative $5/2$-order $L^2$-accuracy upper bounds under gradient and Hessian Lipschitz assumptions on the potential energy function. The numerical experiments demonstrate the superior efficiency of the proposed unadjusted samplers on a variety of well-behaved, high-dimensional target distributions.
- Abstract(参考訳): 5/2$-および7/2$-order $L^2$-accurate randomized Runge-Kutta-Nystr\"{o}m methodを導入する。
5/2$-order $L^2$-accuracy upper bounds under gradient and Hessian Lipschitz assumptions on the potential energy function。
数値実験により,多種多様な高次元目標分布に対する未調整試料の高効率性を実証した。
関連論文リスト
- von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
円値ランダム関数上の表現的および解釈可能な分布の族を探索する。
結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。
後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
論文 参考訳(メタデータ) (2024-06-19T01:57:21Z) - Ai-Sampler: Adversarial Learning of Markov kernels with involutive maps [28.229819253644862]
本稿では,マルコフ連鎖の遷移核のパラメータ化と訓練を行い,効率的なサンプリングと良好な混合を実現する方法を提案する。
この訓練方法は、チェーンの定常分布とデータの経験分布との総変動距離を最小化する。
論文 参考訳(メタデータ) (2024-06-04T17:00:14Z) - Proximal Algorithms for Accelerated Langevin Dynamics [57.08271964961975]
我々は,確率化Nesterovスキームに基づくMCMCアルゴリズムの新たなクラスを開発する。
統計処理と画像処理の異なるモデルに対して,Langevinサンプルよりも提案手法の優れた性能を示す。
論文 参考訳(メタデータ) (2023-11-24T19:56:01Z) - Reflection coupling for unadjusted generalized Hamiltonian Monte Carlo in the nonconvex stochastic gradient case [0.0]
非拡散条件下での勾配を持つハミルトン・モンテカルロを考える。
分割境界も経験的な平均に対して提供される。
Wasserstein 2-distance total variation の収束度と数値推定値が与えられる。
論文 参考訳(メタデータ) (2023-10-28T18:25:59Z) - Ito Diffusion Approximation of Universal Ito Chains for Sampling, Optimization and Boosting [64.0722630873758]
我々は、ある微分方程式のオイラー・マルヤマ離散化のように見える、より一般で幅広いマルコフ連鎖、伊藤鎖を考える。
伊藤鎖の法則と微分方程式の間の$W_2$-距離の有界性を証明する。
論文 参考訳(メタデータ) (2023-10-09T18:38:56Z) - Gaussian Process Regression for Maximum Entropy Distribution [0.0]
与えられたモーメントの集合の写像としてラグランジュ乗算器を近似するガウス事前の適合性について検討する。
考案したデータ駆動型最大エントロピー閉包の性能を,2つのテストケースで検討した。
論文 参考訳(メタデータ) (2023-08-11T14:26:29Z) - Mean-Square Analysis with An Application to Optimal Dimension Dependence
of Langevin Monte Carlo [60.785586069299356]
この研究は、2-ワッサーシュタイン距離におけるサンプリング誤差の非同相解析のための一般的な枠組みを提供する。
我々の理論解析は数値実験によってさらに検証される。
論文 参考訳(メタデータ) (2021-09-08T18:00:05Z) - Asymptotic bias of inexact Markov Chain Monte Carlo methods in high
dimension [0.7614628596146599]
例えば、未調整ランゲヴィン (ULA) や非調整ハミルトンモンテカルロ (uHMC) がある。
ULA と uHMC の双方に対して、このバイアスは、目標分布またはスキームの定常確率測定に関連する鍵量に依存することを示す。
論文 参考訳(メタデータ) (2021-08-02T07:34:09Z) - Spectral clustering under degree heterogeneity: a case for the random
walk Laplacian [83.79286663107845]
本稿では,ランダムウォークラプラシアンを用いたグラフスペクトル埋め込みが,ノード次数に対して完全に補正されたベクトル表現を生成することを示す。
次数補正ブロックモデルの特別な場合、埋め込みはK個の異なる点に集中し、コミュニティを表す。
論文 参考訳(メタデータ) (2021-05-03T16:36:27Z) - Connecting the Dots: Numerical Randomized Hamiltonian Monte Carlo with
State-Dependent Event Rates [0.0]
連続目標分布に対するマルコフ連鎖モンテカルロ法に代わる,頑健で,使いやすく,計算的に高速な手法を提案する。
提案アルゴリズムは、関連するベンチマークと比較して大きなスピードアップと安定性の向上をもたらす可能性がある。
高品質なODEコードへのアクセスが保証され、提案手法は実装も使用も容易であり、高度に困難で高次元のターゲット分布に対しても有効である。
論文 参考訳(メタデータ) (2020-05-04T06:23:13Z) - On Linear Stochastic Approximation: Fine-grained Polyak-Ruppert and
Non-Asymptotic Concentration [115.1954841020189]
The inequality and non-asymptotic properties of approximation procedure with Polyak-Ruppert averaging。
一定のステップサイズと無限大となる反復数を持つ平均的反復数に対する中心極限定理(CLT)を証明する。
論文 参考訳(メタデータ) (2020-04-09T17:54:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。