Semi-exact control functionals from Sard’s method
基于 Sard 方法的半精确控制泛函AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用贝叶斯积分与蒙特卡洛后处理，未指定经济结构模型、时间序列或金融应用，故不作领域归类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于 Sard 方法的半精确控制泛函
- 研究问题
- 对马尔可夫链蒙特卡洛输出进行后处理时，如何提高后验期望估计的精度，并在链不保持目标后验不变的情形下处理偏差？
- 方法与思路
- 作者结合 Stein 方法与 Sard 数值积分思路提出控制变量技术，研究高斯情形的多项式精确性及非后验不变链下的偏差校正。
- 材料陈述的贡献
- 摘要称，估计量在高斯背景下具有多项式精确性，主要理论结果提供偏差校正性质；若干贝叶斯任务的实验展示其应用表现。
- 阅读关注点
- 应核对多项式精确性的阶数与适用对象、控制泛函的构造，以及链不保持后验不变时偏差校正的含义、条件和计算代价。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断偏差校正是否消除全部偏差；接近高斯求积方法是经验观察，不能替代一般理论保证。
原文摘要
Summary A novel control variate technique is proposed for the post-processing of Markov chain Monte Carlo output, based on both Stein’s method and an approach to numerical integration due to Sard. The resulting estimators of posterior expected quantities of interest are proven to be polynomially exact in the Gaussian context, while empirical results suggest that the estimators approximate a Gaussian cubature method near the Bernstein–von Mises limit. The main theoretical result establishes a bias-correction property in settings where the Markov chain does not leave the posterior invariant. Empirical results across a selection of Bayesian inference tasks are presented.