A piecewise deterministic Monte Carlo method for diffusion bridges
A piecewise deterministic Monte Carlo method for diffusion bridges
复制标题
扩散桥的分段确定性蒙特卡罗方法
DOI：
10.1007/s11222-021-10008-8
复制
发表时间：
2020
影响因子：
2.2
通讯作者：
Moritz Schauer
中科院分区：
文献类型：
--
作者：
J. Bierkens;Sebastiano Grazzi;F. Meulen;Moritz Schauer
我们介绍了使用的锯齿形采样器的采样条件扩散过程（扩散桥）的问题。Zig-Zag采样器是一种基于不可逆连续分段确定性马尔可夫过程的无拒绝采样方案。类似于布朗运动的Lévy-Ciesielski构造，我们在截断的Faber-Schauder基上展开扩散路径。使用Zig-Zag采样器对基内的系数进行采样。一个关键的创新是使用的Zig-Zag采样器，允许利用系数的依赖图和子采样技术，以降低算法的复杂性所隐含的稀疏结构的完全本地算法。我们说明了所提出的方法在一些例子中的性能。
We introduce the use of the Zig-Zag sampler to the problem of sampling conditional diffusion processes (diffusion bridges). The Zig-Zag sampler is a rejection-free sampling scheme based on a non-reversible continuous piecewise deterministic Markov process. Similar to the Lévy–Ciesielski construction of a Brownian motion, we expand the diffusion path in a truncated Faber–Schauder basis. The coefficients within the basis are sampled using a Zig-Zag sampler. A key innovation is the use of the fully local algorithm for the Zig-Zag sampler that allows to exploit the sparsity structure implied by the dependency graph of the coefficients and by the subsampling technique to reduce the complexity of the algorithm. We illustrate the performance of the proposed methods in a number of examples.
DOI：
10.1214/20-aap1653
发表时间：
2018-08
期刊：
The Annals of Applied Probability
影响因子：
--
作者：
C. Andrieu;Alain Durmus;Nikolas Nusken;Julien Roussel
通讯作者：
C. Andrieu;Alain Durmus;Nikolas Nusken;Julien Roussel
具有不可逆马尔可夫链的全原子计算。
DOI：
10.1063/1.5036638
发表时间：
2018
期刊：
The Journal of chemical physics
影响因子：
--
作者：
Faulkner MF
通讯作者：
Faulkner MF
影响因子：
1.4
作者：
Tang, Xiaoyu;Xie, Xiang;Zhou, Hongliang
通讯作者：
Zhou, Hongliang