インフォームド提案モンテカルロ【JST・京大機械翻訳】

Khoshkholgh Sarouyeh; Zunino Andrea; Mosegaard Klaus

プレプリント

J-GLOBAL ID：202202210983882144 整理番号：21P0033555

インフォームド提案モンテカルロ【JST・京大機械翻訳】

Informed Proposal Monte Carlo

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 (3件)： , ,
資料名：
発行年： 2020年05月29日プレプリントサーバーでの情報更新日： 2020年05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。

逆問題の解法のためのどんな探索またはサンプリングアルゴリズムも,効率的な誘導を必要とする。多くのアルゴリズムは,ハエに関する問題に関する情報を収集し,適用し,この方法で多くの改善がなされてきた。しかし,No-Free-Lunch定理の結果として,探索とサンプリングアルゴリズムのかなり良い性能を確実にすることができる唯一の方法は,できるだけ問題に関する多くの情報で構築することである。Markov連鎖モンテカルロサンプリング(MCMC)の特殊事例において,筆者らは提案分布の選択を通してどのように行うかをレビューし,この問題に関するより多くの情報を加える方法について,問題の近似物理モデルに基づいて特に効率的になる方法を示した。高次元モデル空間を有する高度に非線形の逆散乱問題は,この方式を通して効率の利得の例証として役立った。【JST・京大機械翻訳】

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

パターン認識 , 数値計算

前のページに戻る