Product Design, Manufacturing & Innovation Resources
घर » मेट्रोपोलिस-हेस्टिंग्स एल्गोरिदम

मेट्रोपोलिस-हेस्टिंग्स एल्गोरिदम

1970
  • Nicholas Metropolis
  • Arianna W. Rosenbluth
  • Marshall N. Rosenbluth
  • Augusta H. Teller
  • Edward Teller
  • W. Keith Hastings
Statistician applying Metropolis-Hastings algorithm in a modern research lab.

(यह छवि केवल उदाहरण के लिए बनाई गई है)

मेट्रोपोलिस-हेस्टिंग्स एल्गोरिदम एक प्रमुख एमसीएमसी तरीका यह विधि किसी प्रायिकता वितरण से यादृच्छिक नमूनों का अनुक्रम प्राप्त करने के लिए है, जिसके लिए प्रत्यक्ष नमूनाकरण कठिन है। प्रत्येक पुनरावृति में, यह वर्तमान नमूने के आधार पर अगले नमूने के लिए एक संभावित उम्मीदवार उत्पन्न करती है। इस उम्मीदवार को एक निश्चित प्रायिकता के साथ स्वीकार या अस्वीकार किया जाता है, जिससे यह सुनिश्चित होता है कि परिणामी श्रृंखला वांछित वितरण की ओर अभिसरित हो।

The algorithm works by constructing a Markov chain whose stationary distribution is the target distribution [latex]P(x)[/latex]. Let the current state be [latex]x_t[/latex]. First, a candidate state [latex]x'[/latex] is generated from a proposal distribution [latex]Q(x’|x_t)[/latex], which can be any distribution that is easy to sample from (e.g., a Gaussian centered at [latex]x_t[/latex]). Second, an acceptance probability [latex]\alpha(x’, x_t)[/latex] is calculated: [latex]\alpha(x’, x_t) = \min\left(1, \frac{P(x’)Q(x_t|x’)}{P(x_t)Q(x’|x_t)}\right)[/latex]. A random number [latex]u[/latex] is drawn from a uniform distribution on [latex][0, 1][/latex]. If [latex]u \le \alpha[/latex], the candidate is accepted, and the next state is set to [latex]x_{t+1} = x'[/latex]. Otherwise, the candidate is rejected, and the chain remains at the current state, [latex]x_{t+1} = x_t[/latex].

इस स्वीकृति अनुपात की खूबी यह है कि इसके लिए केवल आनुपातिकता के एक स्थिरांक तक [latex]P(x)[/latex] का ज्ञान होना आवश्यक है, क्योंकि कोई भी सामान्यीकरण स्थिरांक भिन्न [latex]frac{P(x’)}{P(x_t)}[/latex] में रद्द हो जाता है। यह बायेसियन सांख्यिकी में महत्वपूर्ण है, जहाँ पश्च वितरण अक्सर केवल असाध्य सीमांत संभावना तक ही ज्ञात होता है। मूल मेट्रोपोलिस एल्गोरिदम (1953) एक विशेष मामला है जहाँ प्रस्ताव वितरण [latex]Q[/latex] सममित है, अर्थात्, [latex]Q(x’|x_t) = Q(x_t|x’)[/latex], स्वीकृति संभावना को [latex]minleft(1, frac{P(x’)}{P(x_t)}right)[/latex] तक सरल बनाता है। हेस्टिंग्स’ 1970 के सामान्यीकरण ने असममित प्रस्ताव वितरण की अनुमति दी, जिससे एल्गोरिदम की प्रयोज्यता और दक्षता में काफी विस्तार हुआ।

UNESCO Nomenclature: 1209
सांख्यिकी

Type

सॉफ्टवेयर/एल्गोरिदम

व्यवधान

संतोषजनक

उपयोग

व्यापक उपयोग

शगुन

  • मेट्रोपोलिस एल्गोरिदम (1953)
  • मार्कोव श्रृंखलाओं में विस्तृत संतुलन का सिद्धांत
  • Monte Carlo integration
  • बायेसियन संभाव्यता सिद्धांत

आवेदन

  • simulating the boltzmann distribution in statistical mechanics
  • मशीन लर्निंग में बायेसियन अनुमान
  • सिम्युलेटेड एनीलिंग के माध्यम से जटिल अनुकूलन समस्याओं को हल करना
  • जोखिम मॉडलिंग के लिए कम्प्यूटेशनल वित्त
  • signal processing and image reconstruction

पेटेंट:

NA

संभावित नवाचार विचार

बॉट ट्रैफिक को कम करने के कारण, जो वर्तमान में प्रति दिन 40,000 से अधिक है, यह सामग्री केवल समुदाय के सदस्यों के लिए आरक्षित है।
> लॉगिन < या > रजिस्टर < इस सामग्री और अन्य सभी प्रतिबंधित सामग्रियों और उपकरणों तक पहुंच (100% निःशुल्क) है।

संबंधित विषय: मेट्रोपोलिस-हेस्टिंग्स, एमसीएमसी, बायेसियन सांख्यिकी, स्वीकृति-अस्वीकृति, प्रस्ताव वितरण, स्थिर वितरण, मार्कोव श्रृंखला, नमूनाकरण, सांख्यिकीय यांत्रिकी, सिम्युलेटेड एनीलिंग।

ऐतिहासिक संदर्भ

मेट्रोपोलिस-हेस्टिंग्स एल्गोरिदम

1960
1967
1967
1970
1970
1970
1970-01-01
1960
1960
1967
1970
1970
1970
1970
1973

(यदि तिथि अज्ञात है या प्रासंगिक नहीं है, उदाहरण के लिए "द्रव यांत्रिकी", तो इसके उल्लेखनीय उद्भव का एक अनुमानित आंकड़ा प्रदान किया गया है)

संबंधित आविष्कार, नवाचार और तकनीकी सिद्धांत

पंजीकृत सदस्यों के लिए पूर्ण आकार की छवियाँ और डाउनलोड 100% निःशुल्क उपलब्ध हैं।