論文の概要: Bouncy particle sampler with infinite exchanging parallel tempering

• arxiv url: http://arxiv.org/abs/2509.02003v1
• Date: Tue, 02 Sep 2025 06:37:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.926861
• Title: Bouncy particle sampler with infinite exchanging parallel tempering
• Title（参考訳）: 無限交換並列テンパリングを有するバウンシー粒子サンプリング器
• Authors: Yohei Saito, Shun Kimura, Koujin Takeda,
• Abstract要約: 後方分布を近似するために,変分ベイズ推定法やサンプリング法を用いる。 均一な線形運動と反射を組み合わせてサンプリングを行うバウンシー粒子サンプリング器 (BPS) が提案されている。 シミュレーションを行い,マルチモーダル分布の有効性を実証した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Bayesian inference is useful to obtain a predictive distribution with a small generalization error. However, since posterior distributions are rarely evaluated analytically, we employ the variational Bayesian inference or sampling method to approximate posterior distributions. When we obtain samples from a posterior distribution, Hamiltonian Monte Carlo (HMC) has been widely used for the continuous variable part and Markov chain Monte Carlo (MCMC) for the discrete variable part. Another sampling method, the bouncy particle sampler (BPS), has been proposed, which combines uniform linear motion and stochastic reflection to perform sampling. BPS was reported to have the advantage of being easier to set simulation parameters than HMC. To accelerate the convergence to a posterior distribution, we introduced parallel tempering (PT) to BPS, and then proposed an algorithm when the inverse temperature exchange rate is set to infinity. We performed numerical simulations and demonstrated its effectiveness for multimodal distribution.
• Abstract（参考訳）: ベイズ推論は、小さな一般化誤差を持つ予測分布を得るのに有用である。 しかし, 後部分布は解析的にはほとんど評価されないため, 変分ベイズ推定法やサンプリング法を用いて後部分布を近似する。 後続分布からサンプルを得るとき、ハミルトンモンテカルロ (HMC) は連続変数部分に対して広く使われ、マルコフ連鎖モンテカルロ (MCMC) は離散変数部分に対して広く使われている。 また, 一様直線運動と確率反射を組み合わせ, サンプリングを行うBPS法も提案されている。 BPSはHMCよりもシミュレーションパラメータを設定しやすいという利点があったと報告されている。 後続分布への収束を加速するため,BPSに並列テンパリング(PT)を導入し,逆温度交換率を無限大に設定した場合にアルゴリズムを提案する。 数値シミュレーションを行い,マルチモーダル分布の有効性を実証した。

関連論文リスト

• Restricted Spectral Gap Decomposition for Simulated Tempering Targeting Mixture Distributions [3.7577421880330535]
  模擬テンパリングと任意の局所連鎖モンテカルロサンプリング器を組み合わせることを考える。 混合分布からサンプリングするアルゴリズムの制限スペクトルギャップを下限とした新しい分解定理を提案する。
  論文  参考訳（メタデータ） (2025-05-21T03:28:55Z)
• Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers [49.97755400231656]
  一般のスコアミスマッチ拡散サンプリング器に対する明示的な次元依存性を持つ最初の性能保証を示す。 その結果, スコアミスマッチは, 目標分布とサンプリング分布の分布バイアスとなり, 目標分布とトレーニング分布の累積ミスマッチに比例することがわかった。 この結果は、測定ノイズに関係なく、任意の条件モデルに対するゼロショット条件付きサンプリングに直接適用することができる。
  論文  参考訳（メタデータ） (2024-10-17T16:42:12Z)
• Persistent Sampling: Enhancing the Efficiency of Sequential Monte Carlo [0.0]
  連続モンテカルロサンプリング(SMC)はベイズ推論の強力なツールであるが、高い計算コストに悩まされている。 我々は、SMCを維持し、全ての先行イテレーションから粒子を構成する永続サンプリング(PS)を導入する。
  論文  参考訳（メタデータ） (2024-07-30T10:34:40Z)
• Entropy-MCMC: Sampling from Flat Basins with Ease [10.764160559530849]
  我々は, シャープモードから解放された円滑な後円板に類似した定常分布である補助誘導変数を導入し, MCMC試料を平らな盆地に導出する。 この導出変数をモデルパラメータと統合することにより、計算オーバーヘッドを最小限に抑えた効率的なサンプリングを可能にする、単純なジョイント分布を作成する。 実験により,提案手法は後方の平らな盆地から試料を採取し,比較したベースラインを複数ベンチマークで比較した。
  論文  参考訳（メタデータ） (2023-10-09T04:40:20Z)
• Noise-Free Sampling Algorithms via Regularized Wasserstein Proximals [3.4240632942024685]
  ポテンシャル関数が支配する分布からサンプリングする問題を考察する。 本研究は, 決定論的な楽譜に基づくMCMC法を提案し, 粒子に対する決定論的進化をもたらす。
  論文  参考訳（メタデータ） (2023-08-28T23:51:33Z)
• Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
  Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。 本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
  論文  参考訳（メタデータ） (2023-06-27T08:15:28Z)
• Continuously-Tempered PDMP Samplers [2.294014185517203]
  提案手法は, 断片的決定論的マルコフ過程の混合をいかに促進するかを示す。 後部分布の状態と逆温度に定義された拡張分布を導入する。 本稿では,PDMP,特にZig-Zagサンプルを,このような拡張分布からサンプルとして実装する方法を示す。
  論文  参考訳（メタデータ） (2022-05-19T13:32:44Z)
• Unrolling Particles: Unsupervised Learning of Sampling Distributions [102.72972137287728]
  粒子フィルタリングは複素系の優れた非線形推定を計算するために用いられる。 粒子フィルタは様々なシナリオにおいて良好な推定値が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-06T16:58:34Z)
• Variational Refinement for Importance Sampling Using the Forward Kullback-Leibler Divergence [77.06203118175335]
  変分推論(VI)はベイズ推論における正確なサンプリングの代替として人気がある。 重要度サンプリング(IS)は、ベイズ近似推論手順の推定を微調整し、偏りを逸脱するためにしばしば用いられる。 近似ベイズ推論のための最適化手法とサンプリング手法の新たな組み合わせを提案する。
  論文  参考訳（メタデータ） (2021-06-30T11:00:24Z)
• Sampling in Combinatorial Spaces with SurVAE Flow Augmented MCMC [83.48593305367523]
  ハイブリッドモンテカルロ(Hybrid Monte Carlo)は、複素連続分布からサンプリングする強力なマルコフ連鎖モンテカルロ法である。 本稿では,SurVAEフローを用いたモンテカルロ法の拡張に基づく新しい手法を提案する。 本稿では,統計学,計算物理学,機械学習など,様々な分野におけるアルゴリズムの有効性を実証し,代替アルゴリズムと比較した改良点を考察する。
  論文  参考訳（メタデータ） (2021-02-04T02:21:08Z)

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。