TransitionalMCMC.jl
Julia(Julia)中过渡马尔可夫链蒙特卡罗(TMCMC)的实现。 此实现很大程度上受到OpenCOSSAN中的限制的。
TMCMC算法可用于从未归一化的概率密度函数(即贝叶斯更新中的后验分布)采样。 TMCMC算法克服了Metropolis Hastings的一些问题:
可以有效地采样多峰分布
在高尺寸下效果很好(在合理范围内)
计算证据
通过算法选择提案分配
易于并行化
TMCMC不是从后验中直接采样,而是从易于采样的“过渡”分布中采样。 被定义为:
其中0 <= B j <= 1,在算法中从B j = 0(先验)开始,再到B j = 1(后验)。
安装
这是尚未注册的julia包裹。 但是,可以使用Julia软件包管理器安装此软件包:
julia > ]
pkg > add https : // github . com / A
2022-05-17 16:56:52
13KB
Julia
1