| 查看: 870 | 回复: 3 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[交流]
关于序贯抽样的马尔可夫蒙特卡罗(MCMC)估计 已有1人参与
|
|||
|
针对物理的粒子模拟,随机游走的理论能够精确的模拟粒子的游走过程.在数学上,蒙特卡罗方法常用来计算积分,统计参数的期望及偏微分方程的计算问题. 简单的蒙特卡罗,i.i.d独立模拟N次试验,获得服从实验分布pi(X)的N个样本,继而求样本统计量的均值.在复杂的网络中,序贯模拟方法,更加符合计算机模拟的描述. i.i.d独立模拟N次试验,实验分布密度函数pi(x1,x2,...xj),其中X_i=(x_i1,x_i2,...x_ij),x_ij由序贯模拟产生.且X_i与X_j之间相互独立. MCMC方法中的结构偏差蒙特卡罗(CBMC),实际为重点序贯蒙特卡罗,产生一组N个相关的样本.但是在抽取建议样本时,样本相互独立.由于接受函数的存在,使得最终 的样本具有相关性.CBMC较重点序贯蒙特卡罗方法的优点:建议分布不用接近原始分布. 序贯蒙特卡罗问题,单次随机产生的一条马尔可夫链,在一直网络中.试验结果被标记为一条模拟路径,路径的产生可以认为是不确定性问题.现在,我们对模拟路径 加偏执条件:在一定长度后采用最短路径(确定性问题).在纯随机的研究中,重点序贯抽样和CBMC都能取得很好的结果,现在,我们将这一段中的方法考虑的实际的问题 研究中,现在的理论没有解答.解决此类问题的好处:模拟跟容易实现. 关于网络最短路径和随机模拟的研究,各位学术大牛有啥建议? |
回复此楼» 猜你喜欢
西南交通大学国家级人才团队2026年博士研究生招生（考核制）—机械、材料、力学方向
已经有3人回复
-
救命帖
已经有6人回复
-
存款400万可以在学校里躺平吗
已经有37人回复
-
英文综述是否需要润色及查重
已经有5人回复
-
限项规定
已经有5人回复
-
为什么nbs上溴 没有产物点出现呢
已经有9人回复
-
招博士
已经有3人回复
-
最失望的一年
已经有18人回复
4楼2014-09-29 08:39:34
2楼2014-09-19 16:34:15
3楼2014-09-26 15:13:59