Copertina

GIST: Gibbs self-tuning for locally adaptive Hamiltonian Monte Carlo

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bou-Rabee, Nawaf, Carpenter, Bob, Marsden, Milo
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computation Statistics Theory Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Unadjusted Hamiltonian MCMC with Stratified Monte Carlo Time Integration
di: Bou-Rabee, Nawaf, et al.
Pubblicazione: (2022)

Tail-Sensitive KL and Rényi Convergence of Unadjusted Hamiltonian Monte Carlo via One-Shot Couplings
di: Bou-Rabee, Nawaf, et al.
Pubblicazione: (2026)

Ballistic Convergence in Hit-and-Run Monte Carlo and a Coordinate-free Randomized Kaczmarz Algorithm
di: Bou-Rabee, Nawaf, et al.
Pubblicazione: (2024)

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

The No-Underrun Sampler: A Locally-Adaptive, Gradient-Free MCMC Method
di: Bou-Rabee, Nawaf, et al.
Pubblicazione: (2025)

Randomized Runge-Kutta-Nyström Methods for Unadjusted Hamiltonian and Kinetic Langevin Monte Carlo
di: Bou-Rabee, Nawaf, et al.
Pubblicazione: (2023)

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

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

Hamiltonian Monte Carlo with Asymmetrical Momentum Distributions
di: Ghosh, Soumyadip, et al.
Pubblicazione: (2021)

Repelling-Attracting Hamiltonian Monte Carlo
di: Vishwanath, Siddharth, et al.
Pubblicazione: (2024)

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

Parallelized Midpoint Randomization for Langevin Monte Carlo
di: Yu, Lu, et al.
Pubblicazione: (2024)

Monte Carlo inference for semiparametric Bayesian regression
di: Kowal, Daniel R., et al.
Pubblicazione: (2023)

Provable Benefit of Annealed Langevin Monte Carlo for Non-log-concave Sampling
di: Guo, Wei, et al.
Pubblicazione: (2024)

Scalability of Metropolis-within-Gibbs schemes for high-dimensional Bayesian models
di: Ascolani, Filippo, et al.
Pubblicazione: (2024)

Complexity of Markov Chain Monte Carlo for Generalized Linear Models
di: Chak, Martin, et al.
Pubblicazione: (2025)

User-friendly guarantees for the Langevin Monte Carlo with inaccurate gradient
di: Dalalyan, Arnak S., et al.
Pubblicazione: (2017)

Monte Carlo and quasi-Monte Carlo integration for likelihood functions
di: Tang, Yanbo
Pubblicazione: (2025)

Entropy contraction of the Gibbs sampler under log-concavity
di: Ascolani, Filippo, et al.
Pubblicazione: (2024)

Algorithmic warm starts for Hamiltonian Monte Carlo
di: Zhang, Matthew S., et al.
Pubblicazione: (2026)

Non-asymptotic estimates for accelerated high order Langevin Monte Carlo algorithms
di: Neufeld, Ariel, et al.
Pubblicazione: (2024)

Derivatives and residual distribution of regularized M-estimators with application to adaptive tuning
di: Bellec, Pierre C, et al.
Pubblicazione: (2021)

Intrinsic effective sample size for manifold-valued Markov chain Monte Carlo via kernel discrepancy
di: You, Kisung
Pubblicazione: (2026)

On couplings for kinetic Langevin diffusions
di: Bou-Rabee, Nawaf, et al.
Pubblicazione: (2026)

Improved Guarantees for Langevin Monte Carlo with Average Smoothness
di: Dalalyan, Arnak S., et al.
Pubblicazione: (2026)

Improved convergence rate of kNN graph Laplacians: differentiable self-tuned affinity
di: Cheng, Xiuyuan, et al.
Pubblicazione: (2024)

When few labeled target data suffice: a theory of semi-supervised domain adaptation via fine-tuning from multiple adaptive starts
di: Ha, Wooseok, et al.
Pubblicazione: (2025)

Analysis of Langevin Monte Carlo from Poincaré to Log-Sobolev
di: Chewi, Sinho, et al.
Pubblicazione: (2021)

On two ways to use determinantal point processes for Monte Carlo integration
di: Gautier, Guillaume, et al.
Pubblicazione: (2026)

Metropolis Monte Carlo sampling: convergence, localization transition and optimality
di: Chepelianskii, Alexei D., et al.
Pubblicazione: (2022)

Sampling conditioned diffusions via Pathspace Projected Monte Carlo
di: Grafke, Tobias
Pubblicazione: (2025)

Self-Tuning Hamiltonian Monte Carlo for Accelerated Sampling
di: Christiansen, Henrik, et al.
Pubblicazione: (2023)

Convergence Bounds for Sequential Monte Carlo on Multimodal Distributions using Soft Decomposition
di: Lee, Holden, et al.
Pubblicazione: (2024)

Approximating Langevin Monte Carlo with ResNet-like Neural Network architectures
di: Miranda, Charles, et al.
Pubblicazione: (2023)

The surrogate Gibbs-posterior of a corrected stochastic MALA: Towards uncertainty quantification for neural networks
di: Bieringer, Sebastian, et al.
Pubblicazione: (2023)

Spectral gap of Metropolis-within-Gibbs under log-concavity
di: Secchi, Cecilia, et al.
Pubblicazione: (2025)

Resonances in reflective Hamiltonian Monte Carlo
di: Kroupa, Namu, et al.
Pubblicazione: (2025)

Tail-adaptive Bayesian shrinkage
di: Lee, Se Yoon, et al.
Pubblicazione: (2020)

Scale-adaptive and robust intrinsic dimension estimation via optimal neighbourhood identification
di: Di Noia, Antonio, et al.
Pubblicazione: (2024)

Sampling from Constrained Gibbs Measures: with Applications to High-Dimensional Bayesian Inference
di: Wang, Ruixiao, et al.
Pubblicazione: (2026)