研究人员开发了LazyHMC，这是一种新的哈密顿蒙特卡洛（HMC）公式，专为使用惰性求值并在无限维参数空间中运行的概率程序而设计。该方法解决了传统HMC的局限性，传统HMC需要梯度和有限维空间。LazyHMC利用Haskell中的惰性求值来处理随机过程和非参数贝叶斯模型，从而在无限维中实现基于梯度的HMC。该方法包括一种新颖的自动微分分析，证明了即使对于无限维、惰性定义的程序，似然函数的梯度也具有有限的支持。实验证明了其在混合高斯聚类、随机游走和分段常数回归等应用中的有效性。 AI
影响 为概率编程引入了一种新颖的计算方法，有可能增强复杂、无限维场景中贝叶斯建模和推理的能力。
排序理由 详细介绍新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
