В отношении скью-симметричного распределения и их использования в алгоритмах отбора проб Монте Карло: без координат, по типу Гиббса и многовариантные версии предложения Баркера

arXiv: 2610,01448v1 Annuate Type: New Humber: Skew-symeriative вероятностное распределение обеспечивает принципиальный механизм для включения информации о градиентах в алгоритмы Маркова. Здесь мы рассматриваем (предварительное) предложение Баркера, алгоритм Метрополиса - Хастингс построен на скеви-симметричных распределениях и мотивируем его дизайн. Затем мы введем три естественных расширения. Во-первых, мы предлагаем безкоординированные варианты алгоритма Баркера. Во-вторых, мы введём алгоритм по типу Гиббса Баркера, который переоценивает градиент на каждой частично обновленной координате. В-третьих, мы выбираем упрощенный алгоритм баркера с парикмахерской, производящий многообразный пробоотборник с повышенной надежностью по сравнению с естественными компараторами. Цифровые эксперименты показывают, что вариант в стиле Гиббса повышает эффективность первичного отбора проб на корреляционных целях, что безкоординированные варианты дают ограниченное практическое преимущество по сравнению со стандартным предложением Баркера после учета вычислительных издержек и тхa