ロゴ
ユニオンペディア
コミュニケーション
Google Play で手に入れよう
新しい! あなたのAndroid™デバイスでユニオンペディアをダウンロードしてください!
インストール
ブラウザよりも高速アクセス!
 

マルコフ連鎖モンテカルロ法とモンテカルロ法

ショートカット: 違い類似点ジャカード類似性係数参考文献

マルコフ連鎖モンテカルロ法とモンテカルロ法の違い

マルコフ連鎖モンテカルロ法 vs. モンテカルロ法

マルコフ連鎖モンテカルロ法(マルコフれんさモンテカルロほう、Markov chain Monte Carlo methods、MCMC)とは、求める確率分布を均衡分布として持つマルコフ連鎖を作成することをもとに、確率分布のサンプリングを行うアルゴリズムの総称である。M-H アルゴリズムやギブスサンプリングなどのランダムウォーク法もこれに含まれる。充分に多くの回数の試行を行った後のマルコフ連鎖の状態は求める目標分布の標本として用いられる。試行の回数を増やすとともにサンプルの品質も向上する。 求められる特性を持つマルコフ連鎖を作成することは通常難しくない。問題は許容できる誤差内で定常分布に収束する試行の回数を決めることである。適切な連鎖なら任意の位置から始めても定常分布に速く達し、これを高速混合(rapid mixing)とよぶ。 典型的なMCMCは常にある程度の初期値の影響が残るため目標分布しか近似することができない。CFTP法()など、より洗練されたMCMCベースのアルゴリズムは完全標本を作成することができるが、より多くの計算と(期待値では有限だが)限界のない実行時間を要する。 このアルゴリズムの最も一般的な応用は多重積分を数値的に計算することである。ランダムに歩き回る粒子の集団を想定し、粒子が点を通過するたびに、その点の被積分関数の値を積分に加算する。粒子は次に積分への貢献が高い所を探して複数の仮の動作をする。このような方法はランダムウォーク法とよばれ、これは乱数的なシミュレーションつまりモンテカルロ法の一種である。従来のモンテカルロ法で用いられる被積分関数のランダムな標本が独立であるのに対して、MCMCで用いられる標本は相関がある。被積分関数を均衡分布に持つようなマルコフ連鎖を作成する必要があるが、多くの場合において容易に行うことができる。 多重積分はベイズ統計学、計算物理学、計算生物学などにしばしば現れるため、そのような分野でMCMC法も広く使われている。例としては や を参照のこと。. モンテカルロ法 (モンテカルロほう、Monte Carlo method, MC) とはシミュレーションや数値計算を乱数を用いて行う手法の総称。元々は、中性子が物質中を動き回る様子を探るためにスタニスワフ・ウラムが考案しジョン・フォン・ノイマンにより命名された手法。カジノで有名な国家モナコ公国の4つの地区(カルティ)の1つであるモンテカルロから名付けられた。ランダム法とも呼ばれる。.

マルコフ連鎖モンテカルロ法とモンテカルロ法間の類似点

マルコフ連鎖モンテカルロ法とモンテカルロ法は(ユニオンペディアに)共通で7ものを持っています: マルコフ連鎖メトロポリス法レプリカ交換法粒子フィルタ計算物理学計算複雑性理論次元の呪い

マルコフ連鎖

マルコフ連鎖(マルコフれんさ、Markov chain)とは、確率過程の一種であるマルコフ過程のうち、とりうる状態が離散的(有限または可算)なもの(離散状態マルコフ過程)をいう。また特に、時間が離散的なもの(時刻は添え字で表される)を指すことが多い(他に連続時間マルコフ過程というものもあり、これは時刻が連続である)。マルコフ連鎖は、未来の挙動が現在の値だけで決定され、過去の挙動と無関係である(マルコフ性)。各時刻において起こる状態変化(遷移または推移)に関して、マルコフ連鎖は遷移確率が過去の状態によらず、現在の状態のみによる系列である。特に重要な確率過程として、様々な分野に応用される。.

マルコフ連鎖とマルコフ連鎖モンテカルロ法 · マルコフ連鎖とモンテカルロ法 · 続きを見る »

メトロポリス法

メトロポリス法(Metropolis method )は、モンテカルロ法によるシミュレーションにおいて、乱数発生により作った新しい状態を棄却するか採択するかの基準の与え方、あるいは重点サンプリング による分配関数の近似計算の方法。具体的には、系のエネルギー の変化 よって、 ならば確率 1 で、 ならば確率 で採択する。ここで は逆温度であり を満たす。 はボルツマン定数、は系の熱力学温度である。 一般に、詳細釣り合いの原理、非周期性 がある棄却採択法ならば、熱平衡状態のアンサンブルが得られる。.

マルコフ連鎖モンテカルロ法とメトロポリス法 · メトロポリス法とモンテカルロ法 · 続きを見る »

レプリカ交換法

レプリカ交換法(レプリカこうかんほう、replica exchange method、レプリカ交換MCMCサンプリング)はパラレルテンパリング(、並列焼きもどし)法としても知られ、モンテカルロシミュレーションやマルコフ連鎖モンテカルロ法(MCMC)のサンプリング効率を改善するための方法である。SwendsenとWangによって開発され、Geyerによって拡張され、その後、特に、福島・根本およびによって発展した。杉田と岡本はパラレルテンパリングの分子動力学法版を考案した。これはレプリカ交換分子動力学(、REMD)として知られている。 手法としては、始めに異なる温度でランダムに初期化された 個の系のコピーを走らせ、メトロポリス法の基準でそれぞれ温度間で系の状態を交換するものである。 この方法の重要な点は、低温のシミュレーションで高温の設定が(またはその逆も)できることである。低エネルギー配置と高エネルギー配置の両方をサンプリングできるため、とても安定にかつ正確なシミュレーションを行うことができる。このようにして、正準集団では一般にうまく計算されない比熱といった熱力学特性がかなり正確に計算できる。.

マルコフ連鎖モンテカルロ法とレプリカ交換法 · モンテカルロ法とレプリカ交換法 · 続きを見る »

粒子フィルタ

粒子フィルタ(Particle filter)、または逐次モンテカルロ法 (Sequential Monte Carlo: SMC)とは、シミュレーションに基づく複雑なモデルの推定法である。 この手法はふつうベイズモデルを推定するのに用いられ、バッチ処理であるマルコフ連鎖モンテカルロ法 (MCMC) の逐次 (オンライン) 版である。またこの手法は重点サンプリング法にも似たところがある。 うまく設計すると、粒子フィルタはMCMCよりも高速である。拡張カルマンフィルタや無香カルマンフィルタ (Unscented カルマンフィルタ) に対して、十分なサンプル点があればベイズ最適推定に近付くためにより精度が高くなることから、これらの代わりに用いられることがある。手法を組み合わせ、カルマンフィルタを粒子フィルタの提案分布として使うこともできる。.

マルコフ連鎖モンテカルロ法と粒子フィルタ · モンテカルロ法と粒子フィルタ · 続きを見る »

計算物理学

計算物理学(けいさんぶつりがく、computational physics)は、解析的に解けない物理現象の基礎方程式を計算機(コンピュータ)を用いて数値的に解くことを目的とする物理学の一分野である。.

マルコフ連鎖モンテカルロ法と計算物理学 · モンテカルロ法と計算物理学 · 続きを見る »

計算複雑性理論

計算複雑性理論(けいさんふくざつせいりろん、computational complexity theory)とは、計算機科学における計算理論の一分野であり、アルゴリズムのスケーラビリティや、特定の計算問題の解法の複雑性(計算問題の困難さ)などを数学的に扱う。計算量理論、計算の複雑さの理論、計算複雑度の理論ともいう。.

マルコフ連鎖モンテカルロ法と計算複雑性理論 · モンテカルロ法と計算複雑性理論 · 続きを見る »

次元の呪い

次元の呪い(じげんののろい、The curse of dimensionality)という言葉は、リチャード・ベルマンが使ったもので、(数学的)空間の次元が増えるのに対応して問題の算法がなることを表している。 例えば、単位区間をサンプリングするには100個の点を等間隔で、かつ点間の距離を 0.01 以上にならないように配置すれば十分である。同じようなサンプリングを10次元の単位超立方体について行おうとすると、必要な点の数は 1020 にもなる。したがって、10次元の超立方体はある意味では単位区間の1018倍の大きさとも言える。 高次元ユークリッド空間の広大さを示す別の例として、単位球と単位立方体の大きさを次元を上げながら比較してみればよい。次元が高くなると、単位球は単位立方体に比較して小さくなっていく。したがってある意味では、ほとんど全ての高次元空間は中心から遠く、言い換えれば、高次元単位空間はほとんど超立方体の角で構成されており、「中間」がない。このことは、カイ二乗分布を理解する上で重要である。.

マルコフ連鎖モンテカルロ法と次元の呪い · モンテカルロ法と次元の呪い · 続きを見る »

上記のリストは以下の質問に答えます

マルコフ連鎖モンテカルロ法とモンテカルロ法の間の比較

モンテカルロ法が50を有しているマルコフ連鎖モンテカルロ法は、33の関係を有しています。 彼らは一般的な7で持っているように、ジャカード指数は8.43%です = 7 / (33 + 50)。

参考文献

この記事では、マルコフ連鎖モンテカルロ法とモンテカルロ法との関係を示しています。情報が抽出された各記事にアクセスするには、次のURLをご覧ください:

ヘイ!私たちは今、Facebook上です! »