实体
Filippo Ascolani
Filippo Ascolani
PulseAugur coverage of Filippo Ascolani — every cluster mentioning Filippo Ascolani across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的非可逆采样器显著优于贝叶斯混合模型
开发了一种新的贝叶斯混合模型非可逆采样方案，与传统方法相比，在性能上有了显著的提高，尤其是在处理大型数据集时。这种新方法可以将收敛时间从 O(n^2) 减少到 O(n)，使其在复杂的贝叶斯建模任务中非常有效。发表在 arXiv 上的这项研究从理论上证明了新采样器的性能是有界的，并且特别适合混合模型的统计特征。
-
新研究分析概率回归中Gibbs采样器的混合时间
研究人员在arXiv上发表了一篇论文，详细介绍了贝叶斯概率回归中使用的Gibbs采样器的数据增强混合时间。该研究为这些混合时间提供了明确的非渐近界限，这些界限取决于设计矩阵和先验精度。研究结果确定了即使在数据点和参数数量增加的情况下混合时间仍然有界的场景，为选择用于更快收敛的先验分布提供了指导。使用耦合技术进行的经验分析支持了这些界限在预测实际行为方面的有效性。