Accelerated Markov Chain Monte Carlo Algorithms on Discrete States
在离散状态上加速的马尔可夫链蒙特卡洛算法
机构 * Department of Mathematics University of California Santa Barbara, CA 93106, USA(数学系,加州大学圣巴巴拉分校) ; Department of Mathematics Florida State University Tallahassee, FL 32306, USA(数学系,佛罗里达州立大学) ; Department of Mathematics University of California Los Angeles, CA 90095, USA(数学系,加州大学洛杉矶分校) ; Department of Mathematics University of South Carolina Columbia, SC 29208, USA(数学系,南卡罗来纳大学)
AI总结 本文提出了一种基于Nesterov加速梯度方法的离散状态采样算法,通过改进的哈密顿流和相互作用粒子系统,有效估计离散得分函数,无需归一化常数。