特刊精选:Bernoulli factory 实现不可解提议分布的精确 MCMC
michaelchchoi · x · 2026-09-22
作者整理了《Japanese Journal of Statistics and Data Science》特刊「Recent Advances in Dynamical Monte Carlo Methods」中的 MCMC/蒙特卡洛论文(该特刊由统计数理研究所鎌谷研二任客座编辑,经 Christian Robert 博客提及)。
第一篇为 Dwija Kakkad 与 Dootika Vats 的《Exact MCMC for intractable proposals》:当提议分布的归一化常数未知时,Metropolis–Hastings 的接受率无法精确计算,文献通常 resort 到近似方法或专用算法;本文展示原本用于 doubly intractable 目标分布的 Bernoulli factory MCMC 可以自然地改造为精确 MCMC 采样方法,并给出三个不同领域的示例。
所属事件:特刊精选：Bernoulli factory 精确 MCMC 与集合 Kalman 滤波稳定性(2 条相关)→
「研究」频道最新
- 北大开源教育基础模型 OmniEdu,按四种能力组织训练数据 — PekingUniversity · 2026-09-22
- 数学家质疑 AI 证明争议:策略符合 Clay 标准何谈不算数 — skdh · 2026-09-22
- VR 拥挤环境动捕采 1185 条轨迹，训练人形机器人钻缝隙爬行 — Scobleizer · 2026-09-22
- 用 Jev 搭 AI 记忆系统：自称快 10 倍、成本降 6 倍 — realferrari · 2026-09-22
- AF3 类模型的置信头竟不太依赖扩散模块输出的结构坐标 — chaitjo · 2026-09-22
- riderless：零生成 token 的决策 API，单张 5090 跑出 93.1% 准确率 — Pale-Soil-2524 · 2026-09-22