Kinetic energy choice in Hamiltonian/hybrid Monte Carlo
Hamiltonian／混合蒙特卡洛中的动能选择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：材料研究通用蒙特卡洛算法，未提供与所列计量领域细分直接相关的应用依据。
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…
关注这篇论文的作者
Hamiltonian／混合蒙特卡洛中的动能选择
- 研究问题
- 不同动能选择如何影响 Hamiltonian Monte Carlo 的稳定性、收敛与采样效率，以及效率和稳健性之间的权衡？
- 方法与思路
- 作者引入复合梯度和隐式噪声两个易计算量，分析积分器稳定性与几何收敛，并以两项数值研究说明理论发现。
- 材料陈述的贡献
- 摘要称重尾动量可能产生几乎不移动的不良性质，并指出标准高斯动量在稳健性或效率方面并非总是最优。
- 阅读关注点
- 应核对几乎不移动性质的定义、几何收敛所需条件，以及近似梯度和不同动能选择如何改变计算成本。
- 阅读边界
- 索引摘要未注明稿件版本，也未给出定理条件和数值设置；无法判断哪些目标分布适用，或推断刊本变化。
原文摘要
We consider how different choices of kinetic energy in Hamiltonian Monte Carlo affect algorithm performance. To this end, we introduce two quantities which can be easily evaluated, the composite gradient and the implicit noise. Results are established on integrator stability and geometric convergence, and we show that choices of kinetic energy that result in heavy-tailed momentum distributions can exhibit an undesirable negligible moves property, which we define. A general efficiency-robustness trade-off is outlined, and implementations which rely on approximate gradients are also discussed. Two numerical studies illustrate our theoretical findings, showing that the standard choice which results in a Gaussian momentum distribution is not always optimal in terms of either robustness or efficiency.