그라디언트 기반 마르코프 체인 몬테 카를로의 스티펠 다양체에 대한 매개화: 비교 연구

직교 행렬은 확률 및 통계에서 중요한 역할을 하며, 특히 고차원 통계 모델에서 그렇습니다. 직교 행렬을 사용하여 이러한 모델을 매개화하면 차원 축소 및 매개변수 식별이 용이해집니다. 그러나 빈도론적 관점에서 이러한 모델에서의 통계적 추론의 이론적 유효성을 설정하는 것은 어려워, 일관된 불확실성 정량화를 제공할 수 있는 베이지안 접근법을 선호하게 됩니다. 마르코프 체인 몬테 카를로 방법은 사후 분포의 수치 근사를 위해 일반적으로 사용되며, 직교 행렬로 구성된 스티펠 다양체에서 샘플링하는 것은 상당한 어려움을 초래합니다. 이 목적을 위해 다양한 전략이 제안되었지만, 매개화가 있는 그라디언트 기반 마르코프 체인 몬테 카를로가 가장 효율적입니다. 그러나 기존 문헌에서는 이러한 매개화의 포괄적인 비교가 부족합니다. 이 연구는 동등한 조건에서 직교 행렬의 네 가지 대안 매개화의 수치적 효율성을 평가함으로써 이 간극을 메우는 것을 목표로 합니다. 평가가 네 가지 문제에 대해 수행되었습니다. 결과는 극 좌표 확장 매개화가 가장 효율적임을 시사하며, 특히 고차원 및 복잡한 문제에서 그렇습니다. 그러나 모든 매개화는 상당히 높은 차원이나 어려운 작업에서 제한점을 보이며, 직교 행렬에 대한 샘플링 방법의 추가 발전이 필요함을 강조합니다.