Хтось знає якийсь добре написаний код (у Matlab або R) для оборотного стрибка MCMC? Переважно простий демонстраційний додаток для компліментарних робіт на цю тему, що було б корисно для розуміння процесу.
Хтось знає якийсь добре написаний код (у Matlab або R) для оборотного стрибка MCMC? Переважно простий демонстраційний додаток для компліментарних робіт на цю тему, що було б корисно для розуміння процесу.
Відповіді:
RJMCMC був представлений Пітером Гріном у статті 1995 року, що є класикою цитування. Він написав програму Fortran під назвою AutoRJ для автоматичного RJMCMC; його сторінка на цьому посиланні на програму C AutoMix Девіда Хасті . Перелік вільно доступного програмного забезпечення для різних алгоритмів RJMCMC в таблиці 1 статті 2005 року Скотта Сіссона . Пошук Google також виявляє псевдокод групи з університету в Глазго, який може бути корисним для розуміння принципів, якщо ви хочете запрограмувати його самостійно.
Книга Байєсового аналізу для екології населення Кінга та ін. описує RJMCMC в контексті екології населення. Я знайшов там опис дуже зрозумілим, і вони надають код R у додатку.
У книзі також є пов’язана веб-сторінка , але частина коду, знайденого в книзі, відсутня на веб-сайті.
Просто додайте одну деталь до відповіді @ onestop: Я вважаю, що програмне забезпечення C, випущене Олів'є Каппе (CT / RJ MCMC), дуже корисне для розуміння алгоритму зворотного переходу MCMC (зокрема, як розробити ймовірності для народження-смерті та розбиття- злиття рухається). Посилання на вихідний код: http://perso.telecom-paristech.fr/~cappe/Code/CTRJ_mix/ About/
Jailin Ai представляє досить приємну презентацію RJ MCMC разом (хоча це дуже близько до оригінальної статті Гріна) з супроводжуючим кодом R як частини його магістерської роботи в Leeds. Наводиться також глибокий приклад проблем зміни точок, які також включені в статтю Гріна 1995 року.
Знайдіть тезу та код тут:
Nando de Freitas надає демонстрацію використання алгоритму MCMC з оборотним стрибком для оцінки параметрів нейронної мережі. Ця модель розглядає кількість нейронів, параметри моделі, параметри регуляризації та параметри шуму як випадкові величини, що підлягають оцінці.
Код та списання доступні тут: http://www.cs.ubc.ca/~nando/software.html