研究人员开发了一种新的近邻梯度算法，用于从复合对数凹分布中采样。该算法假设可以访问分布一部分的梯度评估和一个受限的高斯预言机。所提出的方法在采样迭代次数上达到了最先进水平，与先前在更简单情况下的结果相当，并可扩展到非对数凹分布和非光滑函数。 AI
影响 引入了一种新颖的采样技术，有望提高统计建模和机器学习应用的效率。
排序理由 该集群包含一篇详细介绍一种新统计采样算法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
新算法高效采样复合对数凹分布
报道来源 [2]
-
一种用于复合对数凹采样的前梯度算法
arXiv:2605.12461v1 Announce Type: cross Abstract: We propose an algorithm to sample from composite log-concave distributions over $\mathbb{R}^d$, i.e., densities of the form $\pi\propto e^{-f-g}$, assuming access to gradient evaluations of $f$ and a restricted Gaussian oracle (RG…
-
复合对数凹采样的一种近梯度算法
We propose an algorithm to sample from composite log-concave distributions over $\mathbb{R}^d$, i.e., densities of the form $π\propto e^{-f-g}$, assuming access to gradient evaluations of $f$ and a restricted Gaussian oracle (RGO) for $g$. The latter requirement means that we can…