マルチBUGS:高速Bayes推論のためのBUGSモデリングフレームワークの並列実装【JST・京大機械翻訳】

Goudie Robert J. B.; Turner Rebecca M.; De Angelis Daniela; Thomas Andrew

プレプリント

J-GLOBAL ID：202202201475054229 整理番号：22P0040481

マルチBUGS:高速Bayes推論のためのBUGSモデリングフレームワークの並列実装【JST・京大機械翻訳】

MultiBUGS: A parallel implementation of the BUGS modelling framework for faster Bayesian inference

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2017年04月11日プレプリントサーバーでの情報更新日： 2018年11月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

マルチBUGS(https://www.multibugs.org)は,Markov連鎖モンテカルロ(MCMC)アルゴリズムを並列化するための一般的アルゴリズムを実装する汎用BayesモデリングソフトウェアBUGSの新しいバージョンであり,Bayesモデルの事後推論をスピードアップする。アルゴリズムは,パラメータが有向非巡回グラフ(DAG)表現において多くの子供を持つときに形成される製品形式尤度の評価を並列化する。そして,パラメータの条件付き独立集合のサンプリングを並列化する。発見的アルゴリズムを用いて,各パラメータに対してどのアプローチを,また計算コアを横断して計算を行うかを決定した。これにより,マルチBUGSは,BUGS-言語ソフトウェアを用いて適合できる広範囲の統計的モデルを自動的に並列化することを可能にし,並列プログラミングの経験を必要とせずに,適用統計者にアクセス可能な最新のマルチコアコンピューティングの劇的なスピードアップを行うことができる。著者らは,425,112の観測および20,426のランダム効果を含むメタドン処方の階層的e-健康リンクデータ研究を模倣するために設計されたシミュレーションデータに関するマルチBUGSの使用を実証した。e-ヘルスモデルに対する事後推論は,既存のソフトウェアにおいて数時間を要するが,マルチBUGSは48個の計算コアを用いて28分だけの推論を行うことができる。【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

人工知能 , 統計学

, , , ,

前のページに戻る