Hamiltonian Monte Carlo在反问题中的应用；病态和多模性
摘要：汉密尔顿蒙特卡洛（HMC）方法允许从连续密度中采样。在维度上具有有利的比例导致HMC被统计学界广泛采用。现代自动微分软件应该可以在贝叶斯反问题中实现更广泛的应用。本文分析了在反问题中使用HMC遇到的两个主要困难：糟糕的条件和多模态。在光谱学的背景下，提出了有关预处理和复制交换蒙特卡洛参数选择的新结果。对于积分步数、步长、预处理器类型和拟合、退火形式和时间表，给出了建议。这些建议在高斯情况下进行了严格分析，并在融合等离子体重建中得到了推广。
作者：Ian Langmore, Michael Dikovsky, Scott Geraedts, Peter Norgaard, Rob von Behren
论文ID：2103.07515
分类：Computation
分类简称：stat.CO
提交时间：2022-08-17