Buchumschlag

The No-U-Turn Sampler as a Proposal Distribution in a Sequential Monte Carlo Sampler with a Near-Optimal L-Kernel

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Devlin, Lee, Horridge, Paul, Green, Peter L., Maskell, Simon
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hess-MC2: Sequential Monte Carlo Squared using Hessian Information and Second Order Proposals
von: Murphy, Joshua, et al.
Veröffentlicht: (2025)

Incorporating the ChEES Criterion into Sequential Monte Carlo Samplers
von: Millard, Andrew, et al.
Veröffentlicht: (2025)

Towards Scalable Proteomics: Opportunistic SMC Samplers on HTCondor
von: Carter, Matthew, et al.
Veröffentlicht: (2025)

Utilising Gradient-Based Proposals Within Sequential Monte Carlo Samplers for Training of Partial Bayesian Neural Networks
von: Millard, Andrew, et al.
Veröffentlicht: (2025)

Reverse Diffusion Sequential Monte Carlo Samplers
von: Wu, Luhuan, et al.
Veröffentlicht: (2025)

Optimised Annealed Sequential Monte Carlo Samplers
von: Syed, Saifuddin, et al.
Veröffentlicht: (2024)

On the convergence of dynamic implementations of Hamiltonian Monte Carlo and No U-Turn Samplers
von: Durmus, Alain, et al.
Veröffentlicht: (2023)

Near-Optimal Averaging Samplers and Matrix Samplers
von: Xun, Zhiyang, et al.
Veröffentlicht: (2024)

Diffusion Path Samplers via Sequential Monte Carlo
von: Young, James Matthew, et al.
Veröffentlicht: (2026)

Generalized Posterior Calibration via Sequential Monte Carlo Sampler
von: Tanaka, Masahiro
Veröffentlicht: (2024)

Investigating Batch Inference in a Sequential Monte Carlo Framework for Neural Networks
von: Millard, Andrew, et al.
Veröffentlicht: (2026)

Tuning Sequential Monte Carlo Samplers via Greedy Incremental Divergence Minimization
von: Kim, Kyurae, et al.
Veröffentlicht: (2025)

Stochastic Gradient Piecewise Deterministic Monte Carlo Samplers
von: Fearnhead, Paul, et al.
Veröffentlicht: (2024)

The Within-Orbit Adaptive Leapfrog No-U-Turn Sampler
von: Bou-Rabee, Nawaf, et al.
Veröffentlicht: (2025)

Enhanced SMC$^2$: Leveraging Gradient Information from Differentiable Particle Filters Within Langevin Proposals
von: Rosato, Conor, et al.
Veröffentlicht: (2024)

Humble your Overconfident Networks: Unlearning Overfitting via Sequential Monte Carlo Tempered Deep Ensembles
von: Millard, Andrew, et al.
Veröffentlicht: (2025)

From Continuous to Discrete: a No-U-Turn Sampler for Permutations
von: Bou-Rabee, Nawaf, et al.
Veröffentlicht: (2026)

Mixing of the No-U-Turn Sampler and the Geometry of Gaussian Concentration
von: Bou-Rabee, Nawaf, et al.
Veröffentlicht: (2024)

On Accelerated Mixing of the No-U-turn Sampler
von: Oberdörster, Stefan
Veröffentlicht: (2025)

Incorporating Local Step-Size Adaptivity into the No-U-Turn Sampler using Gibbs Self Tuning
von: Bou-Rabee, Nawaf, et al.
Veröffentlicht: (2024)

Hierarchical Bayesian CMB Component Separation with the No-U-Turn Sampler
von: Grumitt, R. D. P., et al.
Veröffentlicht: (2019)

Diffusion Language Models are Provably Optimal Parallel Samplers
von: Jiang, Haozhe, et al.
Veröffentlicht: (2025)

Verifying Exact Samplers for Continuous Distributions with a Discrete Program Logic
von: de Medeiros, Markus, et al.
Veröffentlicht: (2026)

The Crucial Role of Samplers in Online Direct Preference Optimization
von: Shi, Ruizhe, et al.
Veröffentlicht: (2024)

Score-Repellent Monte Carlo: Toward Efficient Non-Markovian Sampler with Constant Memory in General State Spaces
von: Hu, Jie, et al.
Veröffentlicht: (2026)

samsara: A Continuous-Time Markov Chain Monte Carlo Sampler for Trans-Dimensional Bayesian Analysis
von: Astorino, Gabriele, et al.
Veröffentlicht: (2025)

Particle Denoising Diffusion Sampler
von: Phillips, Angus, et al.
Veröffentlicht: (2024)

Annealed Leap-Point Sampler for Multimodal Target Distributions
von: Tawn, Nicholas G., et al.
Veröffentlicht: (2021)

Solidarity of Gibbs Samplers: the spectral gap
von: Chlebicka, Iwona, et al.
Veröffentlicht: (2023)

Liouville Flow Importance Sampler
von: Tian, Yifeng, et al.
Veröffentlicht: (2024)

Weak Generative Sampler for Stationary Distributions of McKean-Vlasov System
von: Cai, Zhiqiang, et al.
Veröffentlicht: (2025)

MDNS: Masked Diffusion Neural Sampler via Stochastic Optimal Control
von: Zhu, Yuchen, et al.
Veröffentlicht: (2025)

Adaptively Optimised Adaptive Importance Samplers
von: Perello, Carlos A. C. C., et al.
Veröffentlicht: (2023)

Style-Friendly SNR Sampler for Style-Driven Generation
von: Choi, Jooyoung, et al.
Veröffentlicht: (2024)

Rethinking Timesteps Samplers and Prediction Types
von: Xie, Bin, et al.
Veröffentlicht: (2025)

Towards Adaptive Self-Normalized Importance Samplers
von: Branchini, Nicola, et al.
Veröffentlicht: (2025)

Ergodicity of an Adaptive MCMC Sampler under a Probability Bound
von: Chotard, Alexandre
Veröffentlicht: (2026)

Denoising Fisher Training For Neural Implicit Samplers
von: Luo, Weijian, et al.
Veröffentlicht: (2024)

A Proximal Newton Adaptive Importance Sampler
von: Elvira, Víctor, et al.
Veröffentlicht: (2024)

Channelling Multimodality Through a Unimodalizing Transport: Warp-U Sampler and Stochastic Bridge Sampling Estimator
von: Ding, Fei, et al.
Veröffentlicht: (2024)