কেউ আমাকে ইংরেজিতে NUTS ব্যাখ্যা করতে পারেন?

Question

অ্যালগরিদম সম্পর্কে আমার বোঝাটি নিম্নলিখিত:

কোনও ইউ-টার্ন স্যাম্পলার (এনইটিএস) হ্যামিলটোনীয় মন্টি কার্লো পদ্ধতি। এর অর্থ এটি কোনও মার্কোভ চেইন পদ্ধতি নয় এবং এইভাবে, এই অ্যালগরিদম এলোমেলো হাঁটার অংশটিকে এড়িয়ে চলে, যা প্রায়শই অক্ষম এবং ধীরে ধীরে ধীরে ধীরে হিসাবে গণ্য হয়।

এলোমেলো হাঁটার পরিবর্তে, NUTS এক্স দৈর্ঘ্যের লাফ দেয়। অ্যালগরিদম চলতে থাকায় প্রতিটি লাফ দ্বিগুণ হয়। ট্র্যাজ্যাক্টরি এমন একটি বিন্দুতে না পৌঁছা পর্যন্ত ঘটবে যেখানে এটি শুরুতে ফিরে যেতে চায়।

আমার প্রশ্নগুলি: ইউ-টার্ন সম্পর্কে এত বিশেষ কী? দ্বিগুণ পথটি কীভাবে অনুকূলিত বিন্দু এড়বে না? আমার উপরের বর্ণনাটি কি সঠিক?

Comments

আমি এই পোস্টটি খুঁজে পেয়েছি এবং চিত্রিত সিমুলেশনগুলি ধারণাগুলির ব্যাখ্যায় সত্যই একটি পার্থক্য তৈরি করেছে।

— কায়েল

Answer 1

কোনও ইউ-টার্ন বিট হ'ল প্রস্তাবগুলি কীভাবে উত্পন্ন হয়। এইচএমসি একটি অনুমানমূলক শারীরিক ব্যবস্থা উত্পন্ন করে: কল্পনা করুন যে নির্দিষ্ট গতিশক্তি সঙ্গে উপত্যকা এবং পাহাড়ের একটি ভূদৃশ্যের চারদিকে ঘূর্ণায়মান (যে উপমাটি 2 টিরও বেশি মাত্রার সাথে ভেঙে যায়) আপনি যে উত্তরোত্তর থেকে নমুনা নিতে চান তার দ্বারা সংজ্ঞায়িত হয়েছে। যতবারই আপনি একটি নতুন এমসিসিএম নমুনা নিতে চান, আপনি এলোমেলোভাবে গতিশক্তিটি চয়ন করুন এবং আপনি যেখান থেকে বল রোলিং শুরু করেন। আপনি আলাদা সময়ের পদক্ষেপগুলিতে সিমুলেট করে যান এবং প্যারামিটারের স্থানটি সঠিকভাবে অন্বেষণ করার জন্য আপনি এক দিকে এবং অন্য দিকে দ্বিগুণ হয়ে যাওয়া পদক্ষেপগুলি সিমুলেট করে যান, আবার ঘুরুন some কিছু সময় আপনি এই থামাতে চান এবং ভাল উপায় আপনি যখন কোনও ইউ-টার্ন করেছেন (তখন এটি পুরো জায়গা জুড়ে গেছে বলে মনে হচ্ছে) তখন তা করার।

এই মুহুর্তে আপনার মার্কোভ চেইনের প্রস্তাবিত পরবর্তী পদক্ষেপটি আপনি যে পয়েন্টগুলি দেখেছেন সেগুলি থেকে (নির্দিষ্ট সীমাবদ্ধতা সহ) বাছাই হবে। অর্থাত কাল্পনিক শারীরিক ব্যবস্থার পুরো সিমুলেশনটি "ঠিক" ছিল এমন প্রস্তাব পাওয়ার জন্য যা তখন গ্রহণযোগ্য হয় (পরবর্তী এমসিসিএম নমুনা প্রস্তাবিত পয়েন্ট) বা প্রত্যাখ্যানিত (পরবর্তী এমসিসিএম নমুনা শুরুর পয়েন্ট)।

এটি সম্পর্কে চতুর জিনিসটি হ'ল প্রস্তাবগুলি উত্তরবর্তী আকারের উপর ভিত্তি করে তৈরি করা হয় এবং বিতরণের অন্য প্রান্তে হতে পারে। বিপরীতে মেট্রোপলিস-হেস্টিংস একটি (সম্ভবত স্কিউড) বলের মধ্যে প্রস্তাব দেয়, গিবস নমুনা দেয় কেবল একবারে (বা কমপক্ষে খুব কম) মাত্রা বয়ে বেড়াতে।

Comments

অনুগ্রহ করে আপনি কি " সমস্ত জায়গাতেই চলে গেছেন " মন্তব্যটি সম্প্রসারণ করতে পারেন ?

— গ্যাব্রিয়েল

এর অর্থ এমন কিছু ইঙ্গিত রয়েছে যে এটি বিতরণটি কভার করেছে, যা আপনি পুরোপুরি ঘুরে দাঁড়িয়েছেন কিনা তা বিচার করার চেষ্টা করে না U যদি এটি হয় তবে আপনি আশা করছেন যে একটি এমসিসিএম পদক্ষেপে উত্তরের কোনও অংশে যেতে পারেন। অবশ্যই, শর্তটি সত্যিকারের গ্যারান্টি দেয় না যে আপনি পুরো উত্তরোত্তর অন্বেষণ করেছেন, বরং এটি একটি ইঙ্গিত দেয় যে আপনি এটির "বর্তমান অংশ" অন্বেষণ করেছেন (যদি আপনার কয়েকটি মাল্টিমোডাল বিতরণ থাকে তবে আপনাকে সমস্ত অংশে যেতে সমস্যা হতে পারে বিতরণ)।

— বুর্জান

Answer 2

আপনি ভুল করেছেন যে এইচএমসি কোনও মার্কভ চেইন পদ্ধতি নয়। উইকিপিডিয়া প্রতি :

গণিত এবং পদার্থবিজ্ঞানে, হাইব্রিড মন্টি কার্লো অ্যালগরিদম, যা হ্যামিলটোনিয়ান মন্টি কার্লো নামেও পরিচিত, এটি সম্ভাব্যতা বন্টন থেকে এলোমেলো নমুনার ক্রম প্রাপ্তির জন্য মার্কভ চেইন মন্টি কার্লো পদ্ধতি যার জন্য সরাসরি নমুনা তৈরি করা কঠিন। এই ক্রমটি বন্টন আনুমানিক হিসাবে ব্যবহার করা যেতে পারে (যেমন, একটি হিস্টগ্রাম উত্পন্ন করতে), বা একটি ইন্টিগ্রাল গণনা করতে (যেমন একটি প্রত্যাশিত মান)।

আরও স্পষ্টতার জন্য, বেতানকোর্টের আরএক্সিভ পেপারটি পড়ুন , যা NUTS সমাপ্তির মানদণ্ডের উল্লেখ করেছে:

... চিহ্নিত করুন যখন কোনও ট্রাজেক্টোরির বর্তমান শক্তি স্তর সেটটির আশেপাশের পর্যাপ্ত অনুসন্ধানের জন্য যথেষ্ট দীর্ঘ হয় long বিশেষত, আমরা উভয়কেই খুব সংক্ষিপ্তকরণকে এড়াতে চাই, যে ক্ষেত্রে আমরা হ্যামিলটোনীয় ট্র্যাজেটরিজগুলির পুরো সদ্ব্যবহার করব না এবং খুব দীর্ঘ সংহত করতে পারব না, সেক্ষেত্রে আমরা অন্বেষণে মূল্যবান গণনা মূলক সম্পদ নষ্ট করি যা কেবলমাত্র হ্রাসকারী প্রতিদান দেয়।

পরিশিষ্ট A.3 এমন ট্র্যাজেক্টোরির দ্বি দ্বিগুণ করার মতো কিছু সম্পর্কে কথা বলেছেন:

প্রতিবারে পুনরাবৃত্তিতে ট্র্যাজেক্টোরির দৈর্ঘ্য দ্বিগুণ করে আমরা একটি নমুনাযুক্ত ট্র্যাজেক্টরি টি (T (t | z) = U টি 2 এল এর সাথে সম্পর্কিত নমুনাযুক্ত রাজ্য z ′ ∼ T (z ′ | t) দিয়ে আরও দ্রুত প্রসারিত করতে পারি। এই ক্ষেত্রে প্রতিটি পুনরাবৃত্তিতে পুরানো এবং নতুন ট্র্যাজেক্টরি উপাদানগুলি নিখুঁত, আদেশযুক্ত বাইনারি গাছের পাতার সমতুল্য (চিত্র 37)। এটি আমাদের নতুন ট্রাজেক্টোরি উপাদানগুলি পুনরাবৃত্তভাবে তৈরি করতে, পুনরাবৃত্তির প্রতিটি ধাপে একটি নমুনা প্রচার করে ...

এবং এটি A.4 এ প্রসারিত হয়, যেখানে এটি একটি গতিশীল বাস্তবায়ন সম্পর্কে কথা বলে (বিভাগ A.3 একটি স্ট্যাটিক বাস্তবায়ন সম্পর্কে কথা বলে):

ভাগ্যক্রমে, বিভাগ A.3-এ আলোচিত দক্ষ স্থিতিশীল প্রকল্পগুলি গতিশীল বাস্তবায়নের জন্য পুনরাবৃত্তি করা যেতে পারে যখন আমরা কোনও ট্র্যাজেক্টরিটি এনার্জি লেভেল সেটটি সন্তুষ্ট করার জন্য সন্তোষজনকভাবে দীর্ঘায়িত হয়ে ওঠার জন্য কোন মাপদণ্ড বেছে নিয়েছি।

আমি মনে করি কীটি হ'ল এটি দ্বিগুণ লাফ দেয় না, এটি কোনও কৌশল ব্যবহার করে তার পরবর্তী জাম্প গণনা করে যা কোনও মানদণ্ড পূরণ না হওয়া পর্যন্ত প্রস্তাবিত লাফের দৈর্ঘ্য দ্বিগুণ করে। অন্তত আমি এখন পর্যন্ত কাগজটি কীভাবে বুঝতে পারি।