用Velocity Verlet积分器改进HMC抽样方法(英文)

李婉荧, 唐亚勇

四川大学学报(自然科学版) ›› 2024, Vol. 61 ›› Issue (01) : 31 -40.

PDF
四川大学学报(自然科学版) ›› 2024, Vol. 61 ›› Issue (01) : 31 -40. DOI: 10.19907/j.0490-6756.2024.011004

用Velocity Verlet积分器改进HMC抽样方法(英文)

    李婉荧, 唐亚勇
作者信息 +

Author information +
文章历史 +
PDF

摘要

Hamilton Monte Carlo (HMC)方法是一种常用的快速抽样方法.在对哈密顿方程进行抽样时,HMC方法使用Leapfrog积分器,这可能造成方程的位置及动量的迭代值在时间上不同步,其产生的误差会降低抽样效率及抽样结果的稳定性.为此,本文提出了IHMC(Improved HMC)方法,该方法用Velocity Verlet积分器替代Leapfrog积分器,每次迭代时都计算两变量在同一时刻的值.为验证方法的效果,本文进行了两个实验,一个是将该方法应用于非对称随机波动率模型(RASV模型)的参数估计,另一个是将方法应用于方差伽马分布的抽样,结果显示:IHMC方法比HMC方法的效率更高、结果更稳定.

关键词

HMC方法 / Velocity Verlet积分器 / RASV模型 / 方差伽马分布

Key words

引用本文

引用格式 ▾
用Velocity Verlet积分器改进HMC抽样方法(英文)[J]. 四川大学学报(自然科学版), 2024, 61(01): 31-40 DOI:10.19907/j.0490-6756.2024.011004

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

5

访问

0

被引

详细

导航
相关文章

AI思维导图

/