实体
Gibbs sampling
Gibbs sampling
PulseAugur coverage of Gibbs sampling — every cluster mentioning Gibbs sampling across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的贝叶斯信号分解方法使用扩散-Gibbs采样
研究人员开发了一种新颖的贝叶斯信号分量分解框架，将Gibbs采样与扩散先验相结合。这种新方法，称为扩散内Gibbs（DiG），允许将分量模型驱动和数据驱动的先验统一纳入扩散模型。DiG采样器可被证明从后验分布中产生样本，并扩展了现有的基于扩散的采样器，在数值实验中表现出优越的性能。
-
新工具利用Ising模型合成概率处理器以实现优化
研究人员开发了一种新工具，旨在合成和模拟利用Ising模型解决复杂组合优化问题的概率处理器。该工具可根据问题的具体情况自动生成Ising哈密顿量并确定所需的概率比特（p-bits）数量。它还采用一种自适应策略，从包括Gibbs采样、模拟退火、模拟量子退火和基于集群的方法在内的选项中选择最优更新算法。初步实验表明，这种灵活的框架提供了改进的收敛性，并支持未来硬件实现的开发。