Un problema molto comune nella catena di Markov Monte Carlo riguarda le probabilità di calcolo che sono la somma di termini esponenziali di grandi dimensioni, ea1+ea2+...ea1+ea2+... e^{a_1} + e^{a_2} + ... dove i componenti di aaa lattina possono variare da molto piccoli a molto grandi. Il mio approccio è stato …
So che la maggior parte dei metodi per trovare soluzioni approssimative alle PDE si ridimensionano in base al numero di dimensioni e che Monte Carlo viene utilizzato per situazioni che richiedono ~ 100 dimensioni. Quali sono i buoni metodi per risolvere efficientemente numericamente i PDE in ~ 4-10 dimensioni? 10-100? …
Ho una funzione f( x,y,z)f(X,y,z)f(x,y,z) tale che ∫R3f( x , y, z) dV∫R3f(X,y,z)dV\int_{R^3} f(x,y,z)dV è finito e voglio approssimare questo integrale. Conosco le regole di quadratura e le approssimazioni di integrali di monte carlo, ma vedo alcune difficoltà nel metterle in atto in un dominio infinito. Nel caso del monte …
Stiamo lavorando su un modello bayesiano per un processo spazio-temporale e stiamo utilizzando un campionatore No-U-Turn (NUTS) che richiede un modello per la probabilità di log e il suo gradiente rispetto ai parametri del modello. Più sinteticamente, abbiamo una funzione di probabilità logaritmica piuttosto complicata , che coinvolge distribuzioni statistiche, …
Ho una collezione di modelli computazionali che potrebbero essere descritti come automi cellulari asincroni. Questi modelli assomigliano al modello Ising, ma sono leggermente più complicati. Sembra che tali modelli trarrebbero beneficio dall'esecuzione su una GPU anziché su una CPU. Sfortunatamente non è abbastanza semplice parallelizzare un modello del genere, e …
Ho un integrale (bidimensionale) improprio io= ∫UNW( x , y)F( x , y)d x d yI=∫AW(x,y)F(x,y)dxdyI=\int_A \frac{W(x,y)}{F(x,y)}\,\mbox{d}x\mbox{d}y dove il dominio di integrazione è minore di , ma ulteriormente limitato da . Poiché e sono uniformi eUNAAy = [ - 1 , 1 ] F ( x , y ) > …
Ho un programma Mathematica che esegue alcuni integrali in 3 o 4 dimensioni usando il QuasiMonteCarlometodo. Il problema è che richiede un tempo fastidiosamente lungo per essere eseguito, al punto che alcuni di questi calcoli non possono essere completati nel tempo di lavoro massimo disponibile sul nostro cluster HPC. Quindi …
Una domanda abbastanza semplice: fare un integrale multidimensionale, dato che si è deciso che una sorta di metodo Monte Carlo è appropriato, c'è qualche vantaggio che una normale integrazione MC usando numeri pseudocasuali ha su un'integrazione quasi-Monte Carlo usando una sequenza quasirandom ? In tal caso, come riconoscerei le situazioni …
Sto cercando metodi che consentano di stimare l'entropia delle informazioni di una distribuzione quando le uniche modalità pratiche di campionamento da quella distribuzione sono i metodi Monte Carlo. Il mio problema non è diverso dal modello Ising standard che viene generalmente utilizzato come esempio introduttivo per il campionamento di Metropolis-Hastings. …
Lo spazio iperbolico nel modello del semispazio superiore di Poincaré sembra un normale RnRn\Bbb R^n ma con la nozione di angolo e distanza distorta in modo relativamente semplice. Nello spazio euclideo posso campionare un punto casuale uniformemente in una palla in diversi modi, ad esempio generando nnn campioni gaussiani indipendenti …
Esistono molti metodi numerici ben noti per risolvere equazioni del tipo ad es. metodo di dissezione, metodo di Newton, ecc.f(x)=0,x∈Rn,f(x)=0,x∈Rn, f(x) = 0, \quad x \in \mathbb{R}^n, Nella mia applicazione viene calcolato con un metodo stocastico (il risultato è una media).f(x)f(x)f(x) Esistono metodi di risoluzione di equazioni numeriche che gestiscono …
La mia domanda riguarda l'estrazione di osservabili dai metodi QMC, come descritto in questo riferimento . Comprendo la derivazione formale di vari metodi QMC come Path Integral Monte Carlo. Tuttavia, alla fine della giornata sono ancora confuso su come utilizzare efficacemente queste tecniche. L'idea di base della derivazione dei metodi …
Sono interessato a massimizzare una funzione , dove θ ∈ R p .f( θ )f(θ)f(\mathbf \theta)θ ∈ Rpθ∈Rp\theta \in \mathbb R^p Il problema è che non conosco la forma analitica della funzione o dei suoi derivati. L'unica cosa che posso fare è quello di valutare la funzione di punto-saggio, collegando …
Dopo alcuni passaggi di aggiornamento bayesiano, mi rimane una distribuzione posteriore della forma di una miscela di distribuzioni normali,Vale a dire, il parametro è tratto da una distribuzione il cui PDF è dato come una miscela ponderata di PDF normali e non è una somma di camper normali. Vorrei disegnare …
Questa domanda potrebbe essere un po 'fuori tema in comp-sci. se necessario, suggerisci dove si adatta. La domanda riguarda come gestire in modo efficiente tutte le simulazioni. diciamo, ad esempio, che una simulazione richiede la correzione di 2 parametri che devono essere definiti in un determinato intervallo di valori suggerito. …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.