Small-Noise Analysis and Symmetrization of Implicit Monte Carlo Samplers
Small-Noise Analysis and Symmetrization of Implicit Monte Carlo Samplers
复制标题
隐式蒙特卡洛采样器的小噪声分析和对称化
DOI：
10.1002/cpa.21592
复制
发表时间：
2015
影响因子：
3
通讯作者：
Morzfeld, Matthias
中科院分区：
文献类型：
--
作者：
Goodman, Jonathan;Lin, Kevin K.;Morzfeld, Matthias
隐式采样器是用于从多元概率分布生成独立的加权样本的算法。这些通常应用于贝叶斯数据同化算法。我们使用拉普拉斯渐近展开来分析小噪声区域中的两个隐式采样器。我们的分析表明算法的对称性可以以相对较小的额外成本改进隐式采样方案。计算实验证实了这一理论，并表明对称化对于小噪声采样问题是有效的。© 2016 Wiley periodicals, Inc.
Implicit samplers are algorithms for producing independent, weighted samples from multivariate probability distributions. These are often applied in Bayesian data assimilation algorithms. We use Laplace asymptotic expansions to analyze two implicit samplers in the small noise regime. Our analysis suggests a symmetrization of the algorithms that leads to improved implicit sampling schemes at a relatively small additional cost. Computational experiments confirm the theory and show that symmetrization is effective for small noise sampling problems.© 2016 Wiley Periodicals, Inc.
数学和科学中的随机工具
影响因子：
2.4
作者：
A. Chorin;O. Hald
通讯作者：
O. Hald
隐式粒子方法及其与变分数据同化的联系
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
E. Atkins;M. Morzfeld;A. Chorin
通讯作者：
A. Chorin
DOI：
10.2140/camcos.2010.5.221
发表时间：
2010-01-01
影响因子：
2.1
作者：
Chorin, Alexandre;Morzfeld, Matthias;Tu, Xuemin
通讯作者：
Tu, Xuemin