研究人员开发了用于选择定义有限马尔可夫链平均核的状态空间划分的谱算法。这些算法旨在通过将基线核与吉布斯核组合或混合来加速收敛,吉布斯核在选定的块内重新采样。选择过程涉及使用加权 k-means 对马尔可夫链平方核的底部非恒定特征函数进行四舍五入,或对加性混合物进行代数上最小的特征函数进行四舍五入。该目标被证明等同于最小化初始块标签与一次跃迁后的状态之间的皮尔逊卡方互信息,从而提供了概率解释。在各种模型上的实验表明,每次迭代在收敛和统计估计方面都有显著的改进。 AI
影响 引入了新颖的谱算法,可以提高依赖于马尔可夫链模拟的机器学习模型的效率。
排序理由 详细介绍新算法方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- averaging kernels
- Gibbs kernel
- Markov chains
- Pearson chi-squared mutual information
- spectral algorithms
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →