Mini-batch Tempered MCMC
Mini-batch Tempered MCMC
复制标题
小批量调质 MCMC
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
W. Wong
中科院分区：
文献类型：
--
作者：
Dangna Li;W. Wong
在本文中，我们提出了一个仅使用少量数据执行MCMC的通用框架。我们表明，通过仅用一小批数据来估计Metropolis-Hasting比，基本上是从升高到已知温度的真实后部进行采样。实验表明，该方法能够有效地探索后验分布的多种模式。基于等能量采样器(Kou等人，2006)，我们提出了一种新的基于等能量采样器的并行MCMC算法，该算法能够有效地从模式分离良好的高维多模后验数据中进行采样。
In this paper we propose a general framework of performing MCMC with only a mini-batch of data. We show by estimating the Metropolis-Hasting ratio with only a mini-batch of data, one is essentially sampling from the true posterior raised to a known temperature. We show by experiments that our method, Mini-batch Tempered MCMC (MINT-MCMC), can efficiently explore multiple modes of a posterior distribution. Based on the Equi-Energy sampler (Kou et al. 2006), we developed a new parallel MCMC algorithm based on the Equi-Energy sampler, which enables efficient sampling from high-dimensional multi-modal posteriors with well separated modes.
DOI：
--
发表时间：
2014-06
期刊：
--
影响因子：
--
作者：
Stanislav Minsker;Sanvesh Srivastava;Lizhen Lin;D. Dunson
通讯作者：
Stanislav Minsker;Sanvesh Srivastava;Lizhen Lin;D. Dunson
DOI：
--
发表时间：
2014-06
期刊：
--
影响因子：
--
作者：
R. Bardenet;A. Doucet;C. Holmes
通讯作者：
R. Bardenet;A. Doucet;C. Holmes