Czytałem dziś blog Christiana Roberta i całkiem podobał mi się nowy algorytm Metropolis-Hastings, o którym rozmawiał. Wydawało się proste i łatwe do wdrożenia.
Ilekroć koduję MCMC, mam tendencję do trzymania się bardzo podstawowych algorytmów MH, takich jak niezależne ruchy lub losowe spacery na skali dziennika.
Z jakich algorytmów MH ludzie rutynowo korzystają? W szczególności:
- Dlaczego ich używasz?
- W pewnym sensie musisz myśleć, że są optymalne - w końcu używasz ich rutynowo! Jak oceniasz optymalność: łatwość kodowania, zbieżność, ...
Szczególnie interesuje mnie to, co jest stosowane w praktyce, tj. Kiedy kodujesz własne schematy.
mcmc
metropolis-hastings
csgillespie
źródło
źródło
Odpowiedzi:
Hybrydowy Monte Carlo jest standardowym algorytmem stosowanym w sieciach neuronowych. Próbkowanie Gibbsa dla klasyfikacji procesu Gaussa (gdy zamiast tego nie stosuje się przybliżenia deterministycznego).
źródło
Próbkowanie MH stosuje się, gdy trudno jest pobrać próbkę z rozkładu docelowego (np. Gdy wcześniejsze nie jest powiązane z prawdopodobieństwem). Dlatego używasz rozkładu propozycji do generowania próbek i akceptowania / odrzucania ich na podstawie prawdopodobieństwa akceptacji. Próbkowania Gibbs algorytm jest szczególnym przypadkiem MH gdzie propozycje są zawsze akceptowane. Próbkowanie Gibbsa jest jednym z najczęściej używanych algorytmów ze względu na jego prostotę, ale nie zawsze może być możliwe zastosowanie, w którym to przypadku stosuje się MH na podstawie propozycji akceptacji / odrzucenia.
źródło
W fizyce, w szczególności fizyka statystyczna, algorytmy (algorytmy) Metropolis są szeroko stosowane. Istnieje ich naprawdę niezliczona liczba, a nowe są aktywnie rozwijane. Jest to zbyt obszerny temat, aby podać tutaj jakiekolwiek wyjaśnienie, więc jeśli jesteś zainteresowany, możesz zacząć np. Od tych notatek z wykładu lub ze strony internetowej biblioteki ALPS (http://alps.comp-phys.org/mediawiki).
źródło
Używam próbnika wycinków - pierwotnie zaproponowanego przez Neala (2003), który dostrajam poprzez optymalizację heurystyczną.
źródło