信息加权调控的快速收敛
摘要：提出了一种称为Informed Importance Tempering (IIT)的MCMC方案，它结合了重要性采样和有信息的本地提议，并推导了IIT估计器的普遍适用的谱间隙边界。我们的理论表明，当目标后验分布集中在一个小集合上时，IIT采样器具有显著的可扩展性。此外，我们的理论和数值实验都表明，应该谨慎选择有信息的提议：某些提议的性能对目标分布的形状可能非常敏感。我们发现，"平方根提议加权"方案在大多数情况下表现得很好。
作者：Quan Zhou, Aaron Smith
论文ID：2107.10827
分类：Computation
分类简称：stat.CO
提交时间：2022-02-01