BriefGPT - AI 论文速递
·
一种快速、健壮的椭圆片切片采样实现线性截断多变量正态分布
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一种新方法，名为Metropolis-adjusted Mirror Langevin算法，用于从紧凸集分布中进行近似抽样。该算法在镜像Langevin算法的基础上添加了接受-拒绝过滤器，解决了离散化产生的渐近偏差问题。当势函数相对平滑、凸且满足Lipschitz条件时，我们给出了算法混合时间的上界。数值实验验证了我们的理论发现。
🎯
关键要点
- 提出了一种名为Metropolis-adjusted Mirror Langevin算法的新方法。
- 该算法用于从支持为紧凸集的分布中进行近似抽样。
- 算法在镜像Langevin算法的基础上添加了接受-拒绝过滤器。
- 解决了镜像Langevin算法离散化产生的渐近偏差问题。
- 当势函数平滑、凸且满足Lipschitz条件时，给出了算法混合时间的上界。
- 算法的马尔可夫链可逆性改善了近似抽样的误差容限。
- 进行了数值实验以验证理论发现。
➡️
