AI 詞彙表
人工智能完整詞典
并行 MCMC
一种算法方法，在不同的计算单元上同时执行多条马尔可夫链，以加速状态空间的探索并提高向目标分布的收敛性。
多条独立链
一种并行化技术，执行最初分散在参数空间中的多条 MCMC 链，每条链独立探索后验分布，最后再组合结果。
链交换
一种随机机制，允许不同温度级别的链根据 Metropolis-Hastings 准则交换其状态，从而改善参数空间的全局探索。
并行 Gelman-Rubin 诊断
R-hat 诊断的扩展，通过比较链内方差和链间方差来评估并行链之间的收敛性，适用于分布式和异步架构。
链同步
协调并行 MCMC 链推进的过程，以确保共同的检查点，促进状态交换或同步全局收敛诊断。
负载均衡
根据计算复杂性动态分配 MCMC 链到计算资源的策略，旨在优化全局利用率并最小化等待时间。
链池
一种集中式数据结构，存储所有并行链的当前状态，便于在分布式 MCMC 中进行交换、采样和整体诊断操作。
链混合
对并行链集体探索参数空间效率的定量度量，通过交叉自相关统计量和链间转移率进行评估。
贝叶斯聚合
根据贝叶斯原理结合来自多条MCMC链的样本，使用由后验概率加权的混合分布来获得更好的近似。
分治采样
一种并行方法，将采样域划分为分配给不同链的子区域，并定期合并样本以重建完整的目标分布。
自适应温度
根据观察到的接受率动态调整并行退火链中的温度参数，以优化链之间的交换效率。
MCMC数据并行
一种并行化策略，其中每条链同时处理不同的数据子集，然后聚合贡献以形成贝叶斯模型的全局似然。
链融合
一种启发式技术，智能地组合多条MCMC链的轨迹段，以在保持全局马尔可夫性质的同时最大化采样多样性。
链复制
一种并行化方法，使用不同的随机种子执行同一条MCMC链的相同副本，以评估鲁棒性并减少估计的统计不确定性。
自适应交换
一种基于历史接受率和观察到的相关性，动态优化并行链之间交换的频率和拓扑的机制。
顺序聚合
一种按照由收敛质量确定的顺序，逐步结合并行MCMC链的结果，并根据采样效率对每个贡献进行加权的方法。