Bayessche inverse Probleme mit Entfernungs-Diffusions-Priors

insight - Bayessche inverse Probleme mit Entfernungs-Diffusions-Priors

Effizientes Teilen-und-Erobern-Verfahren zur Stichprobenentnahme aus der Posterior-Verteilung für Entfernungs-Diffusions-Priors

Das vorgeschlagene Teilen-und-Erobern-Verfahren zur Stichprobenentnahme aus der Posterior-Verteilung für Entfernungs-Diffusions-Priors definiert eine Reihe von zwischenliegenden und einfacheren Posterior-Stichprobenproblemen, die zu einer geringeren Approximationsfehler im Vergleich zu früheren Methoden führen.

Effizientes Teilen-und-Erobern-Verfahren zur Stichprobenentnahme aus der Posterior-Verteilung für Entfernungs-Diffusions-Priors

Das vorgeschlagene DIVIDE-AND-CONQUER POSTERIOR SAMPLER (DCPS)-Verfahren ermöglicht eine effiziente Stichprobenentnahme aus der Posterior-Verteilung für Bayessche inverse Probleme mit Entfernungs-Diffusions-Priors, indem es eine Sequenz von vereinfachten Posterior-Sampling-Problemen definiert und diese rekursiv löst.

About

Products | Resources

Insights