An Entity of Type: software, from Named Graph: http://dbpedia.org, within Data Space: dbpedia.org

Slice sampling is a type of Markov chain Monte Carlo algorithm for pseudo-random number sampling, i.e. for drawing random samples from a statistical distribution. The method is based on the observation that to sample a random variable one can sample uniformly from the region under the graph of its density function.

Property Value
dbo:abstract
  • Slice sampling is a type of Markov chain Monte Carlo algorithm for pseudo-random number sampling, i.e. for drawing random samples from a statistical distribution. The method is based on the observation that to sample a random variable one can sample uniformly from the region under the graph of its density function. (en)
  • スライスサンプリング(英: slice sampling)とはマルコフ連鎖モンテカルロ法の一種であり、何らかの確率密度関数に従う擬似乱数を生成するためのアルゴリズムである。このアルゴリズムは等高線の高さと、等高線により囲まれた領域からサンプルされる点とを交互に一様乱数でサンプリングすることにより実現される。 スライスサンプリングにより、現在の点xtから次のサンプル点xt+1を決定する方法は次のようになる。 1. * [0, f(xt)]から一様乱数によりuをサンプリングする(これが等高線の高さにあたる) 2. * 確率密度関数においてuより大きな値をとる部分、すなわち{x| f(x) > u}となる場所から一様に点をサンプルしxt+1とする このアルゴリズムにおいて扱いが難しいのは、ある高さu以上となる領域が非連結となる場合である。また、このような部分からのみ一様にサンプル点を得るのは一般にそれほど容易ではない。そこで実際の処理ではxtを含み、f(x)>uとなる連結領域から擬似的に一様乱数でサンプリングを行う。 スライスサンプリングも他のマルコフ連鎖モンテカルロ法と同様に確率密度関数の規格化定数が不明の場合でもサンプリングができる。さらにスライスサンプリングでは確率密度関数の評価さえ可能であるならば、任意の確率密度関数から容易にサンプル点を得ることができる。 (ja)
  • Próbkowanie przekrojów – algorytm należący do klasy algorytmów próbkowania Monte Carlo łańcuchami Markowa generujący pseudo-losowych próbki z zadanej dystrybucji. Metoda opiera się na obserwacji, że aby próbkować zmienną losową można jednorodnie próbkować wnętrza konturów jej dystrybucji. (pl)
  • В математике и физике, выборка по уровням это разновидность выборки методом случайных блужданий, основывающаяся на том факте что для выборки функции с заданным распределением достаточно производить равномерноую выборку из области под графиком плотности вероятности. (ru)
dbo:thumbnail
dbo:wikiPageExternalLink
dbo:wikiPageID
  • 7149788 (xsd:integer)
dbo:wikiPageLength
  • 17281 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 1068853884 (xsd:integer)
dbo:wikiPageWikiLink
dbp:wikiPageUsesTemplate
dcterms:subject
gold:hypernym
rdf:type
rdfs:comment
  • Slice sampling is a type of Markov chain Monte Carlo algorithm for pseudo-random number sampling, i.e. for drawing random samples from a statistical distribution. The method is based on the observation that to sample a random variable one can sample uniformly from the region under the graph of its density function. (en)
  • スライスサンプリング(英: slice sampling)とはマルコフ連鎖モンテカルロ法の一種であり、何らかの確率密度関数に従う擬似乱数を生成するためのアルゴリズムである。このアルゴリズムは等高線の高さと、等高線により囲まれた領域からサンプルされる点とを交互に一様乱数でサンプリングすることにより実現される。 スライスサンプリングにより、現在の点xtから次のサンプル点xt+1を決定する方法は次のようになる。 1. * [0, f(xt)]から一様乱数によりuをサンプリングする(これが等高線の高さにあたる) 2. * 確率密度関数においてuより大きな値をとる部分、すなわち{x| f(x) > u}となる場所から一様に点をサンプルしxt+1とする このアルゴリズムにおいて扱いが難しいのは、ある高さu以上となる領域が非連結となる場合である。また、このような部分からのみ一様にサンプル点を得るのは一般にそれほど容易ではない。そこで実際の処理ではxtを含み、f(x)>uとなる連結領域から擬似的に一様乱数でサンプリングを行う。 スライスサンプリングも他のマルコフ連鎖モンテカルロ法と同様に確率密度関数の規格化定数が不明の場合でもサンプリングができる。さらにスライスサンプリングでは確率密度関数の評価さえ可能であるならば、任意の確率密度関数から容易にサンプル点を得ることができる。 (ja)
  • Próbkowanie przekrojów – algorytm należący do klasy algorytmów próbkowania Monte Carlo łańcuchami Markowa generujący pseudo-losowych próbki z zadanej dystrybucji. Metoda opiera się na obserwacji, że aby próbkować zmienną losową można jednorodnie próbkować wnętrza konturów jej dystrybucji. (pl)
  • В математике и физике, выборка по уровням это разновидность выборки методом случайных блужданий, основывающаяся на том факте что для выборки функции с заданным распределением достаточно производить равномерноую выборку из области под графиком плотности вероятности. (ru)
rdfs:label
  • スライスサンプリング (ja)
  • Próbkowanie przekrojów (pl)
  • Slice sampling (en)
  • Выборка по уровням (ru)
owl:sameAs
prov:wasDerivedFrom
foaf:depiction
foaf:isPrimaryTopicOf
is dbo:wikiPageDisambiguates of
is dbo:wikiPageWikiLink of
is foaf:primaryTopic of
Powered by OpenLink Virtuoso    This material is Open Knowledge     W3C Semantic Web Technology     This material is Open Knowledge    Valid XHTML + RDFa
This content was extracted from Wikipedia and is licensed under the Creative Commons Attribution-ShareAlike 3.0 Unported License