Адаптивные модификации алгоритма Метрополиса-Гастингса
Выполнил: Свирщевский Юрий Русланович
Алгоритм Метрополиса-Гастингса — это популярный MCMC (Монте-Карло по марковским цепям) метод, позволяющий моделировать сложные вероятностные распределения с известными ненормированными плотностями. Он применяется, например, в байесовской статистике и вычислительной физике. Алгоритм работает за счёт генерации и вероятностного принятия или отвержения семплов из вспомогательного "предлагающего" распределения. В данной работе предлагается "неточный алгоритм Метрополиса-Гастингса" — модификация, позволяющая использовать мощные генеративные модели с трудно вычислимым маргинальным правдоподобием, такие как вариационные автокодировщики, для моделирования предлагающего распределения. Исследуются практические и теоретические аспекты нового алгоритма, показано улучшение качества семплирования в некоторых задачах. По результатам курсовой работы написана статья.
Запись защиты
Итоговый отчет
Презентация к защите
Постер
Статья по итогам проекта
Руководитель проекта
Департамент больших данных и информационного поиска: Преподаватель
Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.