自适应 Gibbs 采样器
摘要：自适应Gibbs采样器的多种版本，可以在运行过程中根据学习逐步更新选择概率（以及可能的提议分布），以优化算法。我们以一个警示性的例子展示了即使是看似简单的自适应Gibbs采样器也可能无法收敛的情况。然后，我们提出了一些正面的结果，保证在某些条件下自适应Gibbs采样器的收敛性。
作者：Krzysztof Latuszynski and Jeffrey S. Rosenthal
论文ID：1001.2797
分类：Computation
分类简称：stat.CO
提交时间：2010-01-19