Copertina

Smoothing Out Sticking Points: Sampling from Discrete-Continuous Mixtures with Dynamical Monte Carlo by Mapping Discrete Mass into a Latent Universe

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chin, Andrew, Nishimura, Akihiko
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

MCMC using $\textit{bouncy}$ Hamiltonian dynamics: A unifying framework for Hamiltonian Monte Carlo and piecewise deterministic Markov process samplers
di: Chin, Andrew, et al.
Pubblicazione: (2024)

Spectral Collapsed Gibbs Sampler for Bayesian Sparse Regression
di: Chin, Andrew, et al.
Pubblicazione: (2026)

Efficient Bayesian Inference for Discretely Observed Continuous Time Markov Chains
di: Tang, Tao, et al.
Pubblicazione: (2025)

MCBench: A Benchmark Suite for Monte Carlo Sampling Algorithms
di: Ding, Zeyu, et al.
Pubblicazione: (2025)

mpower: An R Package for Power Analysis of Exposure Mixture Studies via Monte Carlo Simulations
di: Nguyen, Phuc H., et al.
Pubblicazione: (2022)

Pareto Smoothed Importance Sampling
di: Vehtari, Aki, et al.
Pubblicazione: (2015)

Modeling Latent Underdispersion with Discrete Order Statistics
di: Lederman, Jimmy, et al.
Pubblicazione: (2025)

Discrete Hamiltonian-Assisted Metropolis Sampling
di: Zhou, Yuze, et al.
Pubblicazione: (2025)

Sample correlation adjustments for robust Multi-fidelity Monte Carlo under limited pilot sampling
di: Stanley, Michael, et al.
Pubblicazione: (2026)

Mixture of Directed Graphical Models for Discrete Spatial Random Fields
di: Carter, J. Brandon, et al.
Pubblicazione: (2024)

Similarity-Driven Proposals for MCMC Algorithms on Discrete Spaces
di: Aiello, Luca, et al.
Pubblicazione: (2026)

Deep Discrete Encoders: Identifiable Deep Generative Models for Rich Data with Discrete Latent Layers
di: Lee, Seunghyun, et al.
Pubblicazione: (2025)

Non-Log-Concave and Nonsmooth Sampling via Langevin Monte Carlo Algorithms
di: Lau, Tim Tsz-Kit, et al.
Pubblicazione: (2023)

Estimating Monte Carlo variance from multiple Markov chains
di: Gupta, Kushagra, et al.
Pubblicazione: (2020)

Accelerating sequential Monte Carlo with surrogate likelihoods
di: Bon, Joshua J, et al.
Pubblicazione: (2020)

Constructing Bayesian Optimal Designs for Discrete Choice Experiments by Simulated Annealing
di: Mao, Yicheng, et al.
Pubblicazione: (2024)

Missing Data in Discrete Time State-Space Modeling of Ecological Momentary Assessment Data: A Monte-Carlo Study of Imputation Methods
di: Slipetz, Lindley R., et al.
Pubblicazione: (2023)

Knots and variance ordering of sequential Monte Carlo algorithms
di: Bon, Joshua J, et al.
Pubblicazione: (2025)

Scaling of Piecewise Deterministic Monte Carlo for Anisotropic Targets
di: Bierkens, Joris, et al.
Pubblicazione: (2023)

Sequential Monte Carlo for Cut-Bayesian Posterior Computation
di: Mathews, Joseph, et al.
Pubblicazione: (2024)

Robust Functional Regression with Discretely Sampled Predictors
di: Kalogridis, Ioannis, et al.
Pubblicazione: (2023)

LASPATED: a Library for the Analysis of SPAtio-TEmporal Discrete data
di: Guigues, Vincent, et al.
Pubblicazione: (2024)

Particle Based Inference for Continuous-Discrete State Space Models
di: Stanton, Christopher, et al.
Pubblicazione: (2024)

A review of Monte Carlo-based versions of the EM algorithm
di: Ruth, William
Pubblicazione: (2024)

Performance Analysis of Monte Carlo Algorithms in Dense Subgraph Identification
di: Guo, Wanru
Pubblicazione: (2024)

Modular Markov chain Monte Carlo with application to multimodal sampling
di: Park, Joonha
Pubblicazione: (2026)

Is Gibbs sampling faster than Hamiltonian Monte Carlo on GLMs?
di: Luu, Son, et al.
Pubblicazione: (2024)

Adaptive tuning of Hamiltonian Monte Carlo methods
di: Akhmatskaya, Elena, et al.
Pubblicazione: (2025)

Bayesian shape-constrained regression for quantifying Alzheimer's disease biomarker progression
di: Li, Mingyuan, et al.
Pubblicazione: (2025)

Optimal Estimation of Discrete Multiview Distributions under Heteroskedastic Multinomial Sampling
di: Tang, Runshi, et al.
Pubblicazione: (2026)

Grid Point Approximation for Distributed Nonparametric Smoothing and Prediction
di: Gao, Yuan, et al.
Pubblicazione: (2024)

Towards a turnkey approach to unbiased Monte Carlo estimation of smooth functions of expectations
di: Chopin, Nicolas, et al.
Pubblicazione: (2024)

Scalable Monte Carlo for Bayesian Learning
di: Fearnhead, Paul, et al.
Pubblicazione: (2024)

Stereographic Markov Chain Monte Carlo
di: Yang, Jun, et al.
Pubblicazione: (2022)

Direct Sampling with a Step Function
di: Raim, Andrew M.
Pubblicazione: (2022)

Degree-heterogeneous Latent Class Analysis for High-dimensional Discrete Data
di: Lyu, Zhongyuan, et al.
Pubblicazione: (2024)

Estimating Causal Effects of Discrete and Continuous Treatments with Binary Instruments
di: Chernozhukov, Victor, et al.
Pubblicazione: (2024)

Penalized Spline M-Estimators for Discretely Sampled Functional Data: Existence and Asymptotics
di: Kalogridis, Ioannis
Pubblicazione: (2025)

Bayesian analysis of flexible Heckman selection models using Hamiltonian Monte Carlo
di: Lim, Heeju, et al.
Pubblicazione: (2025)

Inference for Diffusion Processes via Controlled Sequential Monte Carlo and Splitting Schemes
di: Huang, Shu, et al.
Pubblicazione: (2025)