Pytania o metody Monte Carlo, metody wymagające powtórnego generowania (pseudo-, quasi-) liczb losowych w celu obliczenia ich wyników.
Bardzo częstym problemem w Markov Chain Monte Carlo jest obliczanie prawdopodobieństw, które są sumą dużych terminów wykładniczych, ea1+ea2+...ea1+ea2+... e^{a_1} + e^{a_2} + ... gdzie składniki może wahać się od bardzo małych do bardzo dużych. Moje podejście na uwzględnieniu największego...
Wiem, że większość metod znajdowania przybliżonych rozwiązań PDE skaluje się słabo wraz z liczbą wymiarów i że Monte Carlo jest używane w sytuacjach wymagających ~ 100 wymiarów. Jakie są dobre metody skutecznego numerycznego rozwiązywania PDE w ~ 4-10 wymiarach? 10-100? Czy są jakieś metody...
Mam funkcję taką, że jest skończone i chcę aproksymować tę całkę. ∫ R 3 f ( x , y , z ) d Vfa( x , y, z)f(x,y,z)f(x,y,z) ∫R3)fa( x , y, z) dV.∫R3f(x,y,z)dV\int_{R^3} f(x,y,z)dV Znam zasady kwadratury i przybliżenia całek Monte Carlo, ale widzę pewne trudności z ich implementacją w nieskończonej...
Mam program Mathematica, który wykonuje niektóre całki w 3 lub 4 wymiarach przy użyciu tej QuasiMonteCarlometody. Problem polega na tym, że uruchomienie zajmuje denerwująco dużo czasu, do momentu, gdy niektóre z tych obliczeń nie mogą się zakończyć w maksymalnym czasie pracy dostępnym w naszym...
Mam (2-wymiarową) niewłaściwą całkę ja= ∫ZAW.( x , y)fa( x , y)d x d yI=∫AW(x,y)F(x,y)dxdyI=\int_A \frac{W(x,y)}{F(x,y)}\,\mbox{d}x\mbox{d}y gdzie domena integracji jest mniejsza niż x = [ - 1 , 1 ] , y = [ - 1 , 1 ] , ale dodatkowo ograniczone przez F ( x , y ) > 0 . Ponieważ F i W są...
Mam kolekcję modeli obliczeniowych, które można opisać jako asynchroniczne automaty komórkowe. Modele te przypominają model Isinga, ale są nieco bardziej skomplikowane. Wydaje się, że takie modele skorzystałyby na GPU, a nie na CPU. Niestety równoległość takiego modelu nie jest łatwa i wcale nie...
Pracujemy nad modelem Bayesian dla procesu czasoprzestrzennego i używamy samplera No-U-Turn (NUTS), który wymaga modelu prawdopodobieństwa logarytmicznego i jego gradientu w odniesieniu do parametrów modelu. Mówiąc bardziej zwięźle, mamy dość skomplikowaną funkcję logarytmu prawdopodobieństwa ,...
Proste pytanie: wykonać całkę wielowymiarową, biorąc pod uwagę, że zdecydowano, że jakaś metoda Monte Carlo jest odpowiednia, czy istnieje jakakolwiek zaleta, że regularna integracja MC przy użyciu liczb pseudolosowych ma przewagę nad integracją quasi-Monte Carlo przy użyciu sekwencji quasirandom...
Po kilku krokach aktualizacji bayesowskiej pozostaję z tylnym rozkładem postaci mieszaniny rozkładów normalnych,Oznacza to, że parametr \ theta jest pobierany z rozkładu, którego plik PDF jest podany jako ważona mieszanina normalnych plików PDF i nie jest sumą normalnych wartości RV. Chciałbym...
Interesuje mnie maksymalizacja funkcji , gdzie .f(θ)f(θ)f(\mathbf \theta)θ∈Rpθ∈Rp\theta \in \mathbb R^p Problem polega na tym, że nie znam formy analitycznej funkcji ani jej pochodnych. Jedyne, co mogę zrobić, to ocenić funkcję punktowo, wartość i w tym momencie uzyskać oszacowanie . Jeśli chcę,...
Moje pytanie dotyczy wydobycia obserwowalnych metod QMC, jak opisano w tym odnośniku . Rozumiem formalne wyprowadzenie różnych metod QMC, takich jak Path Integral Monte Carlo. Jednak pod koniec dnia wciąż nie rozumiem, jak skutecznie korzystać z tych technik. Podstawową ideą wyprowadzania metod...
Istnieje wiele dobrze znanych metod numerycznych rozwiązywania równań typu np. metoda bisekcji, metoda Newtona itp.f(x)=0,x∈Rn,f(x)=0,x∈Rn, f(x) = 0, \quad x \in \mathbb{R}^n, W mojej aplikacji oblicza się metodą stochastyczną (wynik jest średnią).f(x)f(x)f(x) Czy są jakieś metody rozwiązywania...
Przestrzeń hiperboliczna w modelu górnej półprzestrzeni Poincaré wygląda jak zwykły ale z pojęciem kąta i odległości zniekształconym w stosunkowo prosty sposób. W przestrzeni euklidesowej mogę równomiernie próbkować losowy punkt w kuli na kilka sposobów, np. Generując niezależnych próbek Gaussa w...
Szukam metod, które pozwalają oszacować entropię informacji rozkładu, gdy jedynymi praktycznymi sposobami próbkowania z tego rozkładu są metody Monte Carlo. Mój problem jest podobny do standardowego modelu Isinga, który jest zwykle używany jako wstępny przykład do próbkowania Metropolis-Hastings....
Te pytania mogą być nieco nie na temat w comp-sci. jeśli to konieczne, proszę wskazać, gdzie to pasuje. Pytanie dotyczy tego, jak skutecznie zarządzać wszystkimi przebiegami symulacji. powiedzmy, na przykład, że symulacja wymaga ustalenia 2 parametrów, które należy zdefiniować w pewnym...