Acceleration Strategies of Markov Chain Monte Carlo for Bayesian Computation

par Chang-Ye Wu

Thèse de doctorat en Mathématiques

Sous la direction de Christian P. Robert.

Soutenue le 04-10-2018

à Paris Sciences et Lettres , dans le cadre de Ecole doctorale de Dauphine (Paris) , en partenariat avec Centre de recherche en mathématiques de la décision (Paris) (laboratoire) et de Université Paris-Dauphine (établissement de préparation de la thèse) .

Le président du jury était Kerrie L. Mengersen.

Le jury était composé de Christian P. Robert, Kerrie L. Mengersen, Nicolas Chopin, Arnaud Doucet, Julien Stoehr.

Les rapporteurs étaient Nicolas Chopin, Arnaud Doucet.

  • Titre traduit

    Stratégies d'accélération des algorithmes de Monte Carlo par chaîne de Markov pour le calcul Bayésien


  • Résumé

    Les algorithmes MCMC sont difficiles à mettre à l'échelle, car ils doivent balayer l'ensemble des données à chaque itération, ce qui interdit leurs applications dans de grands paramètres de données. En gros, tous les algorithmes MCMC évolutifs peuvent être divisés en deux catégories: les méthodes de partage et de conquête et les méthodes de sous-échantillonnage. Le but de ce projet est de réduire le temps de calcul induit par des fonctions complexes ou à grande efficacité.


  • Résumé

    MCMC algorithms are difficult to scale, since they need to sweep over the whole data set at each iteration, which prohibits their applications in big data settings. Roughly speaking, all scalable MCMC algorithms can be divided into two categories: divide-and-conquer methods and subsampling methods. The aim of this project is to reduce the computing time induced by complex or largelikelihood functions.


Il est disponible au sein de la bibliothèque de l'établissement de soutenance.

Autre version

Acceleration Strategies of Markov Chain Monte Carlo for Bayesian Computation


Consulter en bibliothèque

La version de soutenance existe

Où se trouve cette thèse ?

  • Bibliothèque : PARIS-PSL (Paris). Université Paris-Dauphine. Service commun de la documentation : Thèses électroniques Dauphine.
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.
Cette thèse a donné lieu à 1 publication .

Consulter en bibliothèque

à

Informations

  • Sous le titre : Acceleration Strategies of Markov Chain Monte Carlo for Bayesian Computation
  • Détails : 1 vol. (110p.)
La version de soutenance de cette thèse existe aussi sous forme papier.

Où se trouve cette thèse ?

Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.