בייַשפּיל פֿון דיסקוסיע פֿראַגעס פֿאַר דער מעטראָפּאָליס בינע
אין דעם קאנטעקסט פון מאָנטע קאַרלאָ סימולאַציעס, איז די מעטראָפּאָליס בינע אַ קריטישער אַלגעריטם אין סטאַטיסטישער מעכאַניק און אַנדערע פעלדער. אין דעם אָפּטייל, דיסקוטירן מיר ספּעציפֿיש די מעטראָפּאָליס-העסטינגס מעטאָדע, אַן אַלגעריטם געניצט צו נעמען מוסטערן פון קאָמפּלעקסע וואַרשיינלעכקייט פאַרשפּרייטונגען. דורך פֿאַרשטיין די טריט אין דעם אַלגעריטם, קענען מיר דורכפירן מער פּינקטלעכע און עפֿעקטיווע סימולאַציעס.
הקדמה צום מעטראָפּאָליס אַלגעריטם
דער מעטראָפּאָליס אַלגעריטם איז איינגעפירט געוואָרן דורך ניקאָלאַס מעטראָפּאָליס און זיינע קאָלעגן אין 1953. די מעטאָדע ווערט גענוצט צו מאָדעלירן און סימולירן דעם צושטאַנד פון פיזישע סיסטעמען, ספּעציעל די וואָס אַרייַננעמען פילע פּאַרטיקלען ווי גאַזן אָדער פליסיקייטן. די מאָדערנע ווערסיע פון דעם אַלגעריטם, מעטראָפּאָליס-העסטינגס, איז אַ גענעראַליזאַציע וואָס ערלויבט צו ציען מוסטערן פון אַ נישט-נאָרמאַליזירטער ציל פאַרשפּרייטונג.
טריט אין דעם מעטראָפּאָליס אַלגעריטם
כּדי צו פֿאַרשטיין ווי דער מעטראָפּאָליס אַלגעריטם אַרבעט, איז וויכטיק צו ווערן באַקאַנט מיט די טריט:
1. איניציאליזאציע: הייבט אן דורך צופעליג אויסקלויבן אן ערשטע לייזונג פון דעם לייזונג-פלאץ אדער ערשטע פארטיילונג. למשל, מיר הייבן אן מיט א טעמפעראטור באדינגונג אדער פארטיקל פאזיציע.
2. פארשלאגן א נייעם שריט: פארשלאגן א נייעם צושטאנד (נייע לייזונג) דורך מאכן א קליינע ענדערונג אין דעם יעצטיגן צושטאנד. דאס ווערט אפט באצייכנט אלס דער "פארשלאג" שריט. די ענדערונג ווערט געווענליך גענומען פון א סימעטרישער פארטיילונג, ווי למשל א גאוסישע פארטיילונג.
3. אויסרעכענען דעם אקצעפטאַנס פאַרהעלטעניש: אויסרעכענען דעם אקצעפטאַנס פאַרהעלטעניש, וואָס באַשטימט צי מיר אַקצעפּטירן אָדער אָפּוואַרפן אַ פֿאָרגעלייגטן שריט. דער פאַרהעלטעניש איז דער פאַרהעלטעניש פֿון דער וואַרשיינלעכקייט פֿון דעם נײַעם צושטאַנד צום איצטיקן צושטאַנד. אין מאַטעמאַטישער נאָטאַציע, ווערט דער פאַרהעלטעניש געגעבן דורך:
\[
א = \min\left(1, \frac{P(\text{נייַ})}{P(\text{איצטיק})}\right)
\]
וואו \(P \) איז די וואַרשיינלעכקייט פון אַ באַזונדערן צושטאַנד.
4. באַשלוס ניצנדיק אַקסעפּטאַנס פאַרהעלטעניש: פאַרגלייכן די אַקסעפּטאַנס פאַרהעלטעניש מיט אַ ראַנדאָם ווערט גענומען פון אַ גלייכמעסיקער פאַרשפּרייטונג צווישן 0 און 1. אויב די אַקסעפּטאַנס פאַרהעלטעניש איז גרעסער ווי די ראַנדאָם ווערט, אַקסעפּטירן די נייע באַוועגונג; אַנדערש, אָפּוואַרפן עס און בלייבן אין די קראַנט שטאַט.
5. איטעראציע: איבערחזרן טריט 2 ביז 4 פאר די געוואונטשענע צאל איטעראציעס אדער ביז די סיסטעם דערגרייכט גלייכגעוויכט.
בייַשפּיל פֿראַגן און דיסקוסיע
לאָמיר דיסקוטירן עטלעכע בייַשפּיל פֿראַגעס צו בעסער פֿאַרשטיין די מעטראָפּאָליס בינע.
בייַשפּיל קשיא 1
פראגע: איר האָט אַ פּאַרטיקל אין איין דימענסיע פון פּאָזיציע \(x \) וואָס איז אַפעקטירט דורך דער פּאָטענציעלער ענערגיע פונקציע \(U(x) = x^2 \). ניצט דעם מעטראָפּאָליס אַלגעריטם צו סימולירן די פאַרשפּרייטונג פון פּאַרטיקל פּאָזיציעס.
דיסקוסיע:
1. איניציאליזאציע: אָנהייבן פֿון פּאָזיציע \(x = 0 \).
2. פֿאָרשלאָגן אַ נײַעם טריט: פֿאָרשלאָגן אַ נײַע פּאָזיציע (x' = x + Δx), מיט (Δx) געצויגן פֿון אַ גאַוסישער פֿאַרטיילונג מיט דורכשניט נול.
3. ענערגיע פאַרהעלטעניש קאַלקולאַציע: רעכנט אויס די ענערגיע פאַרהעלטעניש:
\[
\דעלטאַ U = U(x') – U(x) = x'^2 – x^2
\]
אזוי, די אקצעפטאציע פראפארציע איז:
\[
א = ∫מינוט(1, e^{-ΔU} רעכטס)
\]
4. באַשלוס: אויב \(A \) איז מער ווי אַ צופֿעליקע צאָל צווישן 0 און 1, אַקסעפּטירט \(x' \); אַנדערש, בלייבט ביי פּאָזיציע \(x \).
5. איטעראַציע: איבערחזרן דעם פּראָצעס אין, זאָגן מיר, 10,000 טריט.
די רעזולטירנדיקע פאזיציע פארטיילונג וועט נאכפאלגן א גאוסישע פארטיילונג מיט נול דורכשניט און וואריאנץ אינווערס פראפארציאנעל צום פאטענציאל, וואס אין דעם פאל רעזולטירט אין א פארטיילונג געפארמט דורך דער פאטענציאלער ענערגיע פונקציע.
בייַשפּיל קשיא 2
פראגע: ניצט דעם מעטראפאליס אלגאריטם צו פאסן די בייעסישע פונקציע אינפערענץ. לאמיר זאגן מיר ווילן פאסן א פשוטע סלאָופּ אין א דאַטאַסעט ניצנדיק לינעארע רעגרעסיע מיט MCMC.
דיסקוסיע:
1. איניציאליזאציע: שטעלט איין די איניציאלע מאָדעל פּאַראַמעטערס (β = (m, c).
2. פארשלאגן א נייעם שריט: פארשלאגן נייע פאראמעטערס פון דער מולטיוואריאטער נארמאלער פארשלאג פארטיילונג. למשל, ניצן א גאוסישע פארטיילונג פאר די וועריאַבלען _(m_) און _(c_).
3. אקצעפטאַנס פאַרהעלטעניש: רעכנט אויס דעם אקצעפטאַנס פאַרהעלטעניש דורך:
\[
א = \min\left(1, \frac{L(m', c'| \text{data})P(m', c')}{L(m, c| \text{data})P(m, c)}\right)
\]
וואו \(L \) איז די ליקעליהאָאָד, און \(P \) איז דער פריערדיקער טייל פונעם פּאַראַמעטער.
4. באַשלוס: פאַרגלייכן דעם פּראָפּאָרציע מיט אַ צופֿעליקן ווערט פון 0 צו 1 צו אָננעמען אָדער אָפּוואַרפן דעם פאָרשלאָג.
5. איטעראציע: לויפט די סימולאציע מיט גענוג איטעראציעס ביז קאנווערגענץ ווערט דערגרייכט.
מיט דעם צוגאַנג, קענען מיר באַקומען פּאָסטעריאָרע פאַרשפּרייטונגען פֿאַר די רעגרעסיע פּאַראַמעטערס, וואָס גיט אונדז אַ וועג צו ויספירן און ינטערפּרעטירן באַציִונגען אין די דאַטן.
קעסימפּולאַן
די מעטראָפּאָליס בינע אין מאָנטע קאַרלאָ סימולאַציעס דערמעגלעכט אונדז צו נעמען מוסטערן פון קאָמפּלעקסע ציל פאַרשפּרייטונגען און דינט ווי די באַזע פֿאַר די מעטראָפּאָליס-העסטינגס מעטאָדע. דורך אַפּלייינג די טעכניק צו פֿאַרשידענע פֿעלדער, קענען מיר דערגרייכן מער פּינקטלעכע מאָדעלינג און אַ מער דעטאַלירט פֿאַרשטאַנד פֿון דער סיסטעם. אין אַפּליקאַציעס פֿון פֿיזיק און ביאָלאָגיע ביז קאָמפּיוטער וויסנשאַפֿט און סטאַטיסטיק, אָפפערט דער אַלגעריטם עלעגאַנטע און עפֿעקטיווע לייזונגען צו קאָמפּלעקסע פּראָבלעמען.
