文献

J-GLOBAL ID：201702219394531930   整理番号：17A1554971

分散アフィン不変MCMC試料採取器【Powered by NICT】

Distributed Affine-Invariant MCMC Sampler

著者 (4件)： Nemeth Balazs ,  Haber Tom ,  Liesenborgs Jori ,  Lamotte Wim
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CLUSTER  ページ： 520-524  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Markov連鎖モンテカルロ法は,高次元問題に取り組むためのツールを提供する。容易に現在利用可能なメニーコアシステムを用いて,これらの試料採取器における並列性活用は最近の研究の対象となってきたことが驚きではない。焦点は共有メモリアーキテクチャのための溶液を実施しているが,これらは分散メモリ環境での性能は良くない。本論文では,アフィン不変サンプラーの完全分散版を紹介した。擬似ランダム数発生器は確率的アルゴリズムは決定論的にすることにより,通信は両計算により最小化し,隠されている。通信への計算比スペクトルの反対末端で二例は,現在利用可能なマスタスレーブ溶液に対する評価時に使用される,実行時間の10倍以上の減少を計測した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 高次元 ,  記憶構造 ,  アルゴリズム ,  *不変性 ,  分散メモリ ,  スペクトル
準シソーラス用語： 実行時間 ,  決定論 ,  再生器 ,  擬似ランダム ,  *MCMC , 【Automatic Indexing@JST】

分類 (1件)： システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： 不変 ,  MCMC ,  試料採取器