文献

J-GLOBAL ID：202102253246725830   整理番号：21A2277611

Bayes入れ子モデル選択のための非可逆ジャンプアルゴリズム【JST・京大機械翻訳】

Nonreversible Jump Algorithms for Bayesian Nested Model Selection

著者 (2件)： Gagnon Philippe (Department of Statistics, University of Oxford , Oxford , UK) ,  Doucet Arnaud (Department of Statistics, University of Oxford , Oxford , UK)
資料名： Journal of Computational and Graphical Statistics  (Journal of Computational and Graphical Statistics)
巻： 30  号： 2  ページ： 312-323  発行年： 2020年 
JST資料番号： W2313A  ISSN： 1061-8600  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 非可逆Markov連鎖モンテカルロ法は,エルゴード平均と混合特性の漸近分散に関して,それらの可逆対応物をしばしば凌駕する。状態空間はそのようなサンプラを構築するための一般的な技術である。アイデアは,位置変数として生成し,それらの方向変数に関連付けて,可逆スキームによってしばしば示される拡散挙動を持たないMarkov連鎖を設計するように,ランダム変数の思考である。本論文では,モデル指標変数が順序ランダム変数である,入れ子モデルに対するBayesモデル選択の文脈において,そのようなアイデアを用いることの利点を検討した。このモデル指標変数をリフティングすることにより,一般的可逆ジャンプアルゴリズムの非可逆バージョンである非可逆ジャンプアルゴリズムを得た。この簡単なアルゴリズム修正は,余分な計算コストで,それらの可逆的対応物を経験的に凌駕できる試料採取器を提供する。すべての実験を再現するコードはオンラインで利用できる。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  Markov連鎖 ,  不可逆性
準シソーラス用語： MCMC ,  *モデル選択 ,  ランダム変数 ,  計算コスト ,  状態空間 ,  オンライン ,  漸近分散 ,  Bayes法 , 【Automatic Indexing@JST】

著者キーワード (5件)： Bayes統計 ,  Markov連鎖モンテカルロ法 ,  非可逆Markov連鎖 ,  Peskun-Tierney順序づけ ,  弱収束

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 (4件)： モデル選択 ,  非可逆 ,  ジャンプ ,  アルゴリズム