मेट्रोपोलिस-हेस्टिंग्स एल्गोरिदम व्यवहार में उपयोग किया जाता है


20

मैं आज क्रिश्चियन रॉबर्ट के ब्लॉग को पढ़ रहा था और नए मेट्रोपोलिस-हेस्टिंग्स एल्गोरिथम को काफी पसंद कर रहा था, जिसकी वह चर्चा कर रहे थे। यह सरल और लागू करने में आसान लग रहा था।

जब भी मैं MCMC को कोड करता हूं, तो मैं बहुत ही मूल MH एल्गोरिदम के साथ चिपक जाता हूं, जैसे कि स्वतंत्र पैमाने या लॉग स्केल पर यादृच्छिक चलता है।

एमएच एल्गोरिदम लोगों को नियमित रूप से क्या उपयोग करते हैं? विशेष रूप से:

  • आप उनका उपयोग क्यों करते हैं?
  • कुछ अर्थों में आपको सोचना चाहिए कि वे इष्टतम हैं - आखिरकार आप उन्हें नियमित रूप से उपयोग करते हैं! तो आप कैसे इष्टतमता का न्याय करते हैं: आसानी से कोडिंग, अभिसरण, ...

मैं विशेष रूप से अभ्यास में उपयोग होने वाली चीज़ों में दिलचस्पी रखता हूं, अर्थात जब आप अपनी योजनाओं को कोड करते हैं।


शायद, सीडब्ल्यू? सवाल यह लगता है कि लोग क्या उपयोग करते हैं, यह एक सर्वेक्षण की तरह है। आप 'सर्वश्रेष्ठ' उत्तर को कैसे परिभाषित करेंगे? मैं मानता हूं कि सीडब्ल्यू लागू करने के लिए मैं थोड़ा फजी हूं। इसलिए, यदि आप अन्यथा महसूस करते हैं, तो इस टिप्पणी को अनदेखा करने के लिए स्वतंत्र महसूस करें।

1
मैं इसे गैर-सीडब्ल्यू के रूप में छोड़ने का मन नहीं करूंगा, खासकर अगर कॉलिन एक सर्वश्रेष्ठ उत्तर की संभावना के लिए अनुमति देने के लिए इसे थोड़ा फेरबदल कर सकता है। उस ने कहा, मैं ऐसा नहीं कर सकता कि कैसे करना है ...
शेन

मैंने इसे कम सीडब्ल्यू बनाने के लिए प्रश्न को बदलने की कोशिश की है - यकीन है कि अगर मैं सफल नहीं हुआ हूं :( @Shane @Srikant अगर आपको अभी भी लगता है कि यह एक सीडब्ल्यू होना चाहिए, तो इसे बदलने के लिए स्वतंत्र महसूस करें।
csgillespie

ऐसा लगता है कि यह एक अच्छा सर्वेक्षण पेपर बना देगा!
सीन

जवाबों:


2

हाइब्रिड मोंटे कार्लो तंत्रिका नेटवर्क के लिए उपयोग किया जाने वाला मानक एल्गोरिदम है। गॉसियन प्रक्रिया वर्गीकरण के लिए गिब्स नमूना (जब इसके बजाय एक नियतात्मक सन्निकटन का उपयोग नहीं किया जाता है)।


2

एमएच नमूने का इस्तेमाल किया जब यह लक्ष्य वितरण से नमूना मुश्किल है है (उदाहरण के लिए, जब पहले नहीं है संयुग्म संभावना के लिए)। तो आप नमूनों को उत्पन्न करने के लिए एक प्रस्ताव वितरण का उपयोग करते हैं और स्वीकृति संभावना के आधार पर उन्हें स्वीकार / अस्वीकार करते हैं। गिब्स नमूना एल्गोरिथ्म एमएच की एक विशेष उदाहरण जहां प्रस्तावों रहे हैं हमेशा स्वीकार किए जाते हैं। गिब्स नमूना इसकी सादगी के कारण सबसे अधिक उपयोग किए जाने वाले एल्गोरिदम में से एक है, लेकिन इसे लागू करने के लिए हमेशा संभव नहीं हो सकता है, जिस स्थिति में प्रस्ताव को स्वीकार / अस्वीकार करने के आधार पर एमएच को एक रिसॉर्ट करता है।


1

भौतिकी में, सांख्यिकीय भौतिकी विशेष रूप से, मेट्रोपोलिस-प्रकार के एल्गोरिदम (ओं) का बड़े पैमाने पर उपयोग किया जाता है। इनमें से वास्तव में अनगिनत रूप हैं, और नए को सक्रिय रूप से विकसित किया जा रहा है। यहां किसी भी प्रकार का विस्तार देने के लिए यह बहुत व्यापक विषय है, इसलिए यदि आप रुचि रखते हैं तो आप इन व्याख्यान नोट्स से या ALPS लाइब्रेरी वेबपेज (http://alps.comp-phys.org/mediawiki) से शुरू कर सकते हैं ।


मुझे एहसास है कि इस एल्गोरिथ्म के अनगिनत रूप हैं। मुझे जिस चीज में दिलचस्पी थी, वह है जो लोग नियमित रूप से उपयोग करते हैं।
csgillespie

1

मैं एक स्लाइस सैंपलर का उपयोग करता हूं - मूल रूप से नील (2003) द्वारा प्रस्तावित किया गया था, जिसे मैं हेरीस्टिक अनुकूलन के माध्यम से ट्यून करता हूं।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.