研究人员开发了一种名为延迟接受正则化和退火（DART）的新方法，可以在无需梯度计算的情况下加速马尔可夫链的混合时间。该方法利用局部化原理，从代理密度中纳入几何信息，在d维强对数凹陷目标上实现了O(κ max{κ, d})的混合时间。DART的性能在复杂模型（如分层空间广义线性混合模型）上与MALA等现有方法相当或更优，尤其在高维场景下表现突出。 AI
影响 这项研究可能导致更高效的复杂模型采样方法，对依赖概率推理的AI研究产生潜在影响。
排序理由 详细介绍新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
- arXiv
- Delayed Acceptance with Regularisation and Tempering
- Gaussian Processes
- Langevin
- MALA
- Markov chain
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
