(ইন্টারঅ্যাক্টিং) মাল্টিমোডাল পোস্টেরিয়রের জন্য এমসিএমসি


9

আমি এমসিএমসি ব্যবহার করে একে অপরের থেকে বিশেষত অনেকগুলি মোডযুক্ত একটি পোস্টারিয়র থেকে নমুনা দেওয়ার চেষ্টা করছি। এটি প্রদর্শিত হয় যে বেশিরভাগ ক্ষেত্রে, এই মোডগুলির মধ্যে একটিতে আমি অনুসন্ধান করছি 95% এইচপিডি রয়েছে। আমি টেম্পারড সিমুলেটিংয়ের উপর ভিত্তি করে সমাধানগুলি প্রয়োগ করার চেষ্টা করেছি তবে এটি সন্তোষজনক ফলাফল সরবরাহ করে না কারণ অনুশীলনে একটি "ক্যাপচার রেঞ্জ" থেকে অন্যটিতে যেতে ব্যয়বহুল।

ফলস্বরূপ, আমার কাছে এটি প্রতীয়মান হয়েছে যে আরও কার্যকর সমাধানটি হ'ল বিভিন্ন সহজ পয়েন্ট থেকে অনেকগুলি সহজ এমসিএমসি চালানো এবং এমসিসিএমগুলি একে অপরের সাথে যোগাযোগের মাধ্যমে প্রভাবশালী সমাধানে ডুব দেওয়া। আপনি কি জানেন যে এই জাতীয় ধারণা বাস্তবায়নের কোনও সঠিক উপায় আছে কিনা?

দ্রষ্টব্য: আমি খুঁজে পেয়েছি যে কাগজ http://lccc.eecs.berkeley.edu/Papers/dmcmc_short.pdf (বিতরণকৃত মার্কভ চেইন মন্টি কার্লো, লরেন্স মারে) যা আমি যা খুঁজছি তার কাছাকাছি দেখায় কিন্তু আমি সত্যিই নকশাটি বুঝতে পারি না ফাংশন ।Ri

[সম্পাদনা]: উত্তরের অভাব ইঙ্গিত দেয় যে আমার প্রাথমিক সমস্যার কোনও সুস্পষ্ট সমাধান নেই (বিভিন্ন প্রারম্ভিক বিন্দু থেকে একই লক্ষ্য বন্টন থেকে বেশ কয়েকটি এমসিসিএমিকে নমুনা তৈরি করে একে অপরের সাথে যোগাযোগ করা)। এটা কি সত্যি ? কেন এত জটিল? ধন্যবাদ


আমি এর আগে "পপুলেশন এমসিসিএম" ব্যবহার করেছি বলে মনে হচ্ছে। ক্যাল্ডারহেড এবং গিরোলামির দ্বারা "থার্মোডাইনামিক ইন্টিগ্রেশন এবং জনসংখ্যা এমসিসিসির মাধ্যমে বেইস ফ্যাক্টরগুলি অনুমান করা" দেখুন। দুঃখিত যদি এটি কিছুটা দেরি করে আসে তবে সম্ভবত অন্যান্য লোকেরা রেফারেন্সটির প্রশংসা করবে!
স্যাম ম্যাসন

পপুলেশন এমসিসিএমির মতো সম্ভবত সিকোয়েনশিয়াল মন্টি কার্লো।
রবার্ট পি। গোল্ডম্যান

উত্তর:


1

সর্বোপরি আমি আরও ভাল পদ্ধতির সন্ধান করার পরামর্শ দিচ্ছি বা কমপক্ষে আরও গভীরতার সাথে বর্ণনা সহ একটি পদ্ধতি, যেহেতু আপনি যে কাগজটি উল্লেখ করছেন তা থেকে "বিতরণকৃত মার্কভ চেইন মন্টি কার্লো" পরিষ্কারভাবে বলা হয়নি বলে মনে হয়। সুবিধাগুলি এবং অসুবিধাগুলি ভালভাবে অন্বেষণ করা হয় না। একটি পদ্ধতি রয়েছে, যা সম্প্রতি " ওয়ার্মহোল হ্যামিলটনিয়ান মন্টি কার্লো " নামে আর্কসিভে প্রদর্শিত হয়েছিল , আমি এটি পরীক্ষা করার পরামর্শ দেব।

আপনি যে কাগজটি রেফারেন্স দিয়েছেন তাতে ফিরে গিয়ে রিমোট প্রস্তাবটি খুব অস্পষ্টভাবে বর্জন করা হয়েছে। অ্যাপ্লিকেশন অংশে এটি "পূর্ববর্তী টি / 2 নমুনাগুলির চেয়ে সর্বাধিক সম্ভাবনা গাউসিয়ান" হিসাবে বর্ণনা করা হয়েছে। হতে পারে এর অর্থ এই যে আপনি চেইনের সর্বশেষ টি / 2 টি মানকে গড় করেন ? রেফারেন্সে দেওয়া দরিদ্র বর্ণনার সাথে অনুমান করা একটু কঠিন।Ri(θi)ith

[আপডেট:] বেশ কয়েকটি চেইনের মধ্যে মিথস্ক্রিয়া এবং উত্তরোত্তর বিতরণ থেকে নমুনার জন্য এই ধারণার প্রয়োগের সমান্তরাল এমসিএমসি পদ্ধতিতে পাওয়া যাবে, উদাহরণস্বরূপ এখানে । তবে, বেশ কয়েকটি চেইন চালানো এবং তাদের জোর করে মিথস্ক্রিয় করা মাল্টিমোডাল উত্তরোত্তর জন্য উপযুক্ত নয়: উদাহরণস্বরূপ, যদি খুব উচ্চারণযোগ্য অঞ্চল থাকে যেখানে বেশিরভাগ উত্তরোত্তর বিতরণ কেন্দ্রীভূত থাকে তবে সেই নির্দিষ্টটির সাথে লেগে থাকার ফলে জিনিসগুলি আরও খারাপ হতে পারে অঞ্চল এবং অন্যান্য, কম উচ্চারণ, অঞ্চল / মোডগুলি অন্বেষণ না করে। সুতরাং, আমি দৃ strongly়ভাবে মাল্টিমোডল সমস্যার জন্য বিশেষভাবে ডিজাইন করা এমসিসিএম সন্ধান করার পরামর্শ দেব। এবং যদি আপনি অন্য / নতুন পদ্ধতি তৈরি করতে চান তবে "বাজার" এ কী উপলব্ধ তা জানার পরে আপনি আরও কার্যকর পদ্ধতি তৈরি করতে পারেন।


আপনার সাহায্যের জন্য ধন্যবাদ. এটি সম্পূর্ণরূপে আমার প্রত্যাশা ছিল না তবে সম্ভবত আমি অ্যাক্সেসযোগ্য জিনিসগুলি খুঁজছি। আমি বর্তমানে তদন্ত করছি (আমি কোনও হ্যামিলটোনিয়ান এমসিসিএম প্রয়োজনীয় তথ্যের সন্ধান করতে সক্ষম নই), তথাকথিত ডার্টিং এমসি যা আপনার রেফারেন্সগুলির মাধ্যমে আমি পেয়েছি। আমি আপনাকে অনুগ্রহ দেব, আপনার পরামর্শের জন্য আবার ধন্যবাদ জানাই।
peuhp

@ পেইউএইচপি, এটি উপরে উল্লিখিত হ্যামিলটোনীয় পদ্ধতির সাথে ঘনিষ্ঠভাবে সম্পর্কিত, তবে ইকুই-এনার্জি স্যাম্পলার একটি এমসিএমসি পদ্ধতি যা বিশেষত বহু মডেল পোস্টারোরিয়র বিতরণের একটি পদ্ধতি হিসাবে বিল করা হয়। আমি জানি এটি বেশ কয়েকটি সমান্তরাল চেইন শুরু করে এবং চেইনের মধ্যে ঝাঁপ দেওয়ার অনুমতি দিয়ে কাজ করে তবে উত্তর পোস্ট করার পদ্ধতিটির সাথে আমার / অভিজ্ঞতা সম্পর্কে পর্যাপ্ত জ্ঞান নেই। লিঙ্কটি দেখুন। আশা করি এটা কাজে লাগবে.
ম্যাক্রো

1

আপনার মাল্টিনেস্ট চেষ্টা করা উচিত: https://arxiv.org/pdf/0809.3437.pdf https://github.com/JohannesBuchner/ مل্টিনেস্ট এটি একটি বায়সিয়ান ইনফারেন্স ইঞ্জিন যা আপনাকে মাল্টিমোডাল বিতরণের জন্য প্যারামিটারের নমুনা দেবে।

গিথুব লিঙ্কটিতে মাল্টিনেস্ট উত্স কোড রয়েছে যা আপনি নির্দেশাবলী অনুসারে সংকলন এবং ইনস্টল করেন। এটিতে একটি অজগর র‍্যাপার রয়েছে যা ব্যবহার করা সহজ। উদাহরণ কোডগুলির একটি পূর্ববর্তী বিভাগ রয়েছে যা আপনার পরামিতিগুলিকে সীমাবদ্ধ করে তোলে এবং একটি সম্ভাবনা বিভাগ যা আপনার সম্ভাবনা রয়েছে। সেটিংস ফাইলে আপনার সমস্ত সেটিংস এবং চেইন ফোল্ডারের মাল্টিনেস্ট আউটপুট ফিটিংয়ের পরে থাকে। এটি আপনাকে আপনার পরামিতিগুলির নমুনা দেবে


সিভিতে আপনাকে স্বাগতম এবং আপনার দুর্দান্ত উত্তরের জন্য আপনাকে ধন্যবাদ। আপনি গিথুব্লিংক সংক্ষিপ্ত করে আপনার উত্তরটি উন্নত করতে পারেন।
ফেরদি

1
গিথুব লিঙ্কটিতে মাল্টিনেস্ট উত্স কোড রয়েছে যা আপনি নির্দেশাবলী অনুসারে সংকলন এবং ইনস্টল করেন। এটিতে একটি অজগর র‍্যাপার রয়েছে যা ব্যবহার করা সহজ। উদাহরণ কোডগুলির একটি পূর্ববর্তী বিভাগ রয়েছে যা আপনার পরামিতিগুলিকে সীমাবদ্ধ করে তোলে এবং একটি সম্ভাবনা বিভাগ যা আপনার সম্ভাবনা রয়েছে। সেটিংস ফাইলে আপনার সমস্ত সেটিংস এবং চেইন ফোল্ডারের মাল্টিনেস্ট আউটপুট ফিটিংয়ের পরে থাকে। এটি আপনাকে আপনার পরামিতিগুলির নমুনা দেবে।
এরিক কামাউ

কি দারুন. ঐটা অসাধারণ. আমি আপনার উত্তর upvated। ভবিষ্যতে আপনি প্রতিবার কোনও লিঙ্ক ভাগ করে নেওয়ার সময় এ জাতীয় বর্ণনা অন্তর্ভুক্ত করতে পারেন।
ফেরদি

0

এটি গণনা সংক্রান্ত পরিসংখ্যানগুলিতে একটি কঠিন এবং চলমান সমস্যা বলে মনে হচ্ছে। তবে, বেশ কয়েকটি কম অত্যাধুনিক পদ্ধতি রয়েছে যা ঠিক কাজ করা উচিত।

বলুন যে আপনি ইতিমধ্যে পোস্টেরিয়রের বেশ কয়েকটি স্বতন্ত্র মোড পেয়েছেন এবং আপনি খুশি যে এগুলি সবচেয়ে গুরুত্বপূর্ণ মোড এবং যদি এই মোডগুলির পাশের অংশটি যথাযথভাবে স্বাভাবিক হয়। তারপরে আপনি এই মোডগুলিতে হেসিয়ান গণনা করতে পারেন (বলুন, হেসিয়ান = টি দিয়ে আর-তে সর্বোত্তম ব্যবহার করে) এবং আপনি জেনারেল (বা টি বিতরণ) এর মিশ্রণ হিসাবে উত্তরোত্তরটি আনুমানিক করতে পারেন। গেলম্যান এট আল-তে p318-319 দেখুন। (2003) বিশদের জন্য "বায়সিয়ান ডেটা বিশ্লেষণ"। তারপরে আপনি পুরো উত্তরোত্তর থেকে নমুনাগুলি গ্রহণের জন্য স্বতন্ত্র স্যাম্পলারের প্রস্তাব বিতরণ হিসাবে আপনি স্বাভাবিক / টি মিশ্রণের সান্নিধ্য ব্যবহার করতে পারেন।

আরেকটি ধারণা, যা আমি চেষ্টা করি নি, তা হ'ল আনিলেড এম্পেনিয়েন্স স্যাম্পলিং (র‌্যাডফোর্ড নীল, 1998, এখানে লিঙ্ক )।


আর একটি জিনিস, যদি আপনার কাছে ইতিমধ্যে একটি চেইনের সেট রয়েছে যা প্রত্যেকে স্থানীয়ভাবে "রূপান্তরিত" হয়েছে বলে মনে হয়, তবে আপনার সমস্ত চেইনের সংমিশ্রণ থেকে কিছুটা গুরুত্ব-পুনর্নির্মাণ করা হবে। যদিও আমি সে সম্পর্কে নিশ্চিত নই।
মাদুর

ম্যাট ফোরাম স্বাগতম। নিজের উত্তরটি মন্তব্য করার পরিবর্তে আপনার নতুন ধারণা যুক্ত করতে আপনার উত্তর সম্পাদনা করতে দ্বিধা করবেন না। এর সাথে কোনও ভুল নেই :)
ব্রুমার

0

মাল্টিমোডালটির জন্য একটি নতুন এমসিসিসি পদ্ধতি চেষ্টা করার বিষয়ে, একটি বিদ্বেষপূর্ণ-আকর্ষণীয় মেট্রোপলিস অ্যালগরিদম ( http://arxiv.org/abs/1601.05633 )? এই মাল্টিমোডাল স্যাম্পলারটি একটি মেট্রোপলিস অ্যালগরিদমের মতো একক সুরের প্যারামিটারের সাথে কাজ করে এবং কার্যকর করা সহজ।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.