?
Diffusion approximations and control variates for MCMC
Computational Mathematics and Mathematical Physics. 2024. Vol. 64. No. 4. P. 693–738.
Язык:
английский
Ключевые слова: MCMCметод Монте-Карло по схеме марковских цепей (MCMC)variance reductionснижение дисперсииcontrol variates
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Добавлено: 27 апреля 2026 г.
Tsareva O. O., Malova H. V., V. Yu. Popov и др., Plasma Physics Reports 2026 Vol. 52 No. 2 P. 179–185
Добавлено: 27 апреля 2026 г.
Добавлено: 24 апреля 2026 г.
NY: Association for Computing Machinery (ACM), 2026.
Добавлено: 23 апреля 2026 г.
Казарян М. Э., Дунин-Барковский П. И., Бычков Б. С. и др., Selecta Mathematica, New Series 2026 Vol. 32 Article 25
Добавлено: 23 апреля 2026 г.
Казарян М. Э., Ландо С. К., Коданева Н. М., Journal of Geometry and Physics 2026 No. 225 Article 105841
Добавлено: 23 апреля 2026 г.
Кычкин А. В., Черницин И. А., Прикладная информатика 2026 Т. 21 № 1 С. 40–58
Представлены результаты разработки программного микросервиса, встраиваемого в системы мониторинга качества атмосферного воздуха для поддержки процессов идентификации промышленных источников загрязнений. Выброс и последующее распространение вредных веществ в приземистых слоях атмосферы происходит в динамике и характеризуется высокой неопределенностью из‑за особенностей технологических установок, их режимов работы, влияния рельефа местности, зданий и метеофакторов. Зависимости между местоположением источника выброса и ...
Добавлено: 23 апреля 2026 г.
IEEE, 2026.
Добавлено: 21 апреля 2026 г.
Галкин О. Е., Галкина С. Ю., Ястребова И. Ю., Журнал Средневолжского математического общества 2026 Т. 28 № №1 С. 11–30
Многочлены, наименее уклоняющиеся от нуля, играют важную роль в теории и практике использования численных методов. С их помощью можно решать задачи оптимизации свойств различных вычислительных алгоритмов. Наша работа посвящена изучению многочленов, наименее уклоняющихся от нуля на луче в экспоненциальной норме. В настоящей статье мы обсуждаем вопрос о существовании, единственности и характеризации многочленов, наименее уклоняющихся от нуля ...
Добавлено: 20 апреля 2026 г.
Добавлено: 20 апреля 2026 г.
Щур Л. Н., Antonov D., Burovski E., International Journal of Bifurcation and Chaos in Applied Sciences and Engineering 2026 P. 1–9
Добавлено: 20 апреля 2026 г.
Эбрахим А., Информационные процессы 2025 Т. 25 № 4 С. 787–798
В статье предложен метод планирования расположения точек доступа и шлюзов внутри зданий для построения сетей Интернета вещей. Основа метода — использование информации из информационой модели здания, что даёт возможность легко учитывать как геометрию, так и физико-технические характеристики строительных элементов при расчёте распространения радиосигнала. В данной работе для решения задач оптимизации применяется генетический алгоритм U-NSGA-III. Расчёты ...
Добавлено: 19 апреля 2026 г.
Добавлено: 29 ноября 2024 г.
Гладин Е. Л., Бородич Е. Д., Computer Research and Modeling 2022 Vol. 14 No. 2 P. 257–275
Добавлено: 29 ноября 2024 г.
Беломестный Д. В., Гольдман А. А., Наумов А. А. и др., Mathematics and Computers in Simulation 2024 Vol. 220 P. 382–405
In this paper, we propose a variance reduction approach for Markov chains based on additive control variates and the minimization of an appropriate estimate for the asymptotic variance. We focus on the particular case when control variates are represented as deep neural networks. We derive the optimal convergence rate of the asymptotic variance under various ...
Добавлено: 28 июня 2023 г.
Добавлено: 18 июня 2023 г.
Добавлено: 14 апреля 2023 г.
Самсонов С. В., Лагутин Е. М., Gabrie M. и др., , in: Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022.: Curran Associates, Inc., 2022. P. 5178–5193.
Добавлено: 1 февраля 2023 г.
Cardoso G., Самсонов С. В., Thin A. и др., , in: Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022.: Curran Associates, Inc., 2022. P. 716–729.
Добавлено: 1 февраля 2023 г.
Belomestny Denis, Иосипой Л. С., Пари К. П. и др., Bernoulli: a journal of mathematical statistics and probability 2022 Vol. 28 No. 2 P. 1382–1407
Добавлено: 17 апреля 2022 г.
Eduard Gorbunov, Kovalev D., Makarenko D. и др., , in: Advances in Neural Information Processing Systems 33 (NeurIPS 2020).: Curran Associates, Inc., 2020. P. 20889–20900.
Добавлено: 7 декабря 2020 г.
Гадецкий А. В., Струминский К. А., Robinson C. и др., , in: Thirty-Fourth AAAI Conference on Artificial IntelligenceVol. 34.: AAAI Press, 2020. P. 10126–10135.
Добавлено: 11 октября 2020 г.
Добавлено: 31 августа 2020 г.
Беломестный Д. В., Иосипой Л. С., Мулине Э. Ф. и др., SIAM-ASA Journal on Uncertainty Quantification 2021 Vol. 9 No. 2 P. 507–535
In this paper we propose a novel and practical variance reduction approach for additive functionals of dependent sequences. Our approach combines the use of control variates with the minimisation of an empirical variance estimate. We analyse finite sample properties of the proposed method and derive finite-time bounds of the excess asymptotic variance to zero. We ...
Добавлено: 18 августа 2020 г.