马尔科夫链蒙特卡罗方法研究综述.pdf

知 识 丛 林
马尔科夫链蒙特卡罗方法研究综述
朱新玲 1，2
一困难使得贝 在采用 方法时 马尔科夫链转移核的构造至关
， ， MCMC ，
叶斯推断方法在实践中的应用受到很大的限制 在很长一段 重要 不同的转移核构造方法 将产生不同的 方法
， ， ， MCMC ，
时间 贝叶斯推断主要用于处理简单低维的问题 以避免计 目前常用的 方法主要有两种 抽样和
， ， MCMC ，Gibbs Metropo-
算上的困难 方法突破了 算法
。 MCMC（Markov Chain Monte Carlo） lis-Hastings 。
这一原本极为困难的计算问题 它通过模拟的方式对高维积
， Gibbs 抽样
分进行计算 进而使原本异常复杂的高维积分计算问题迎刃 抽样是现实中最简单 应 用 最 广 泛 的 方
， Gibbs 、 MCMC
而解 使贝叶斯方法仅适用于解决简单低维问题的状况大有 法 由 最初命名提出 其基础思路如下
， ， Geman