Прогулка с отметкой: Novel MCMC Algorithm для отбора проб графических частей
arXiv: 2510.17714v3 Тип уведомления: заменить перекрестное резюме: методы Novel Markov Chain Monte Carlo (MCMC) позволили создать большие ансамбли планов переоформления, моделируемые как проблема разделения графов. Вместе с тем существующие алгоритмы, такие как Reversible Recombination (RevResCom) и Metropolized Forest Reкомбинация (MFR), имеют серьезные предпочтения в отношении распределения, связанного с мерилом тарирования деревьев. В настоящем документе мы представляем " Marked Edge Walk &qt; (МОСВР) - новое предложение Маркова в отношении цепной цепочки для отбора проб из пространства графических перегородок. Прогулка осуществляется в пространстве тарирования деревьев с отмеченными краями, что позволяет калькулировать вероятность перехода для использования в алгоритме Метрополиса-Гастингса. Эмпирические результаты по двойным графикам реального мира свидетельствуют о конвергенции в рамках широкого класса целевых распределений, которые менее ограничены за счет охвата счетов деревьев, включая такие основанные на политике распределения, как конкурентоспособность на Нью-Гэмпшире, не зависящих от тарирования деревьев и компактность и частьi
