Reversible Recombination

新的MCMC算法提供灵活的图划分采样

研究人员推出了一种新的马尔可夫链蒙特卡洛（MCMC）算法——标记边行走（MEW），用于采样图划分。与之前偏好与生成树相关的分布的RevReCom和MFR等方法不同，MEW在带有标记边的生成树上运行。这使得Metropolis-Hastings算法内的转移概率可计算，从而能够生成更灵活的集合。在真实世界双图上的实证测试表明，MEW能够在更广泛的目标分布下收敛，包括用于竞争性、紧凑性和党派对称性的基于策略的分布，同时减少对生成树计数的偏见。