驱动依赖随机流的马尔可夫链蒙特卡罗
摘要：用于从复杂分布中生成相关样本序列的Markov链蒙特卡洛是一种广泛使用的技术。传统上，这些方法需要一个独立的随机变量源。大多数实现使用伪随机数，因为使用物理系统生成真正独立的变量不是一件简单的事情。在本文中，我们展示了如何修改一些常用的Markov链，以使用依赖性随机数流来代替独立均匀变量。所得到的Markov链具有正确的不变分布，而无需详细了解流的依赖性甚至边际分布。作为副作用，有时只需要更少的随机数就可以获得准确的结果。
作者：Iain Murray and Lloyd T. Elliott
论文ID：1204.3187
分类：Computation
分类简称：stat.CO
提交时间：2012-04-17