کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4967845 | 1449387 | 2016 | 5 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Monte Carlo efficiency improvement by multiple sampling of conditioned integration variables
ترجمه فارسی عنوان
بهبود کارایی مونت کارلو با استفاده از نمونه برداری چندگانه از متغیرهای یکپارچه شرطی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ادغام مونت کارلو، کارایی مونت کارلو، مونت کارلو در هندسه پیچیده. فیزیک آماری،
ترجمه چکیده
ما تکنیکی را ارائه می دهیم که اجازه می دهد تا کارایی الگوریتم های چند بعدی مونت کارلو را افزایش دهد وقتی که نمونه برداری از اولین متغیر تصادفی بدون قید و شرط، زمان بسیار محاسبه بیشتری را صرف استفاده از متغیرهای تصادفی باقیمانده باقی مانده، در حالی که تغییرپذیری آن فقط کمی به واریانس کل . این به ویژه در زمینه مسائل مربوط به حمل و نقل در هندسه پیچیده و به طور تصادفی توزیع شده است. روش پیشنهادی مبتنی بر برآوردگر جدید مونت کارلو است که در آن متغیرهای تصادفی شرطی اغلب از موارد بدون قید انتخاب می شوند. سهم قابل توجه از نکته کوتاه در حال حاضر یک روش اتوماتیک برای محاسبه تعداد مطلوب نمونه های متغیر تصادفی شرطی در هر نمونه ی بدون قید است. این روش با یک مثال تحقیق فعلی نشان داده شده است که در آن اجازه می دهد تا کارایی را با یک عامل 100 افزایش دهد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
We present a technique that permits to increase the efficiency of multidimensional Monte Carlo algorithms when the sampling of the first, unconditioned random variable consumes much more computational time than the sampling of the remaining, conditioned random variables while its variability contributes only little to the total variance. This is in particular relevant for transport problems in complex and randomly distributed geometries. The proposed technique is based on an new Monte Carlo estimator in which the conditioned random variables are sampled more often than the unconditioned one. A significant contribution of the present Short Note is an automatic procedure for calculating the optimal number of samples of the conditioned random variable per sample of the unconditioned one. The technique is illustrated by a current research example where it permits to increase the efficiency by a factor 100.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Computational Physics - Volume 326, 1 December 2016, Pages 30-34
Journal: Journal of Computational Physics - Volume 326, 1 December 2016, Pages 30-34
نویسندگان
Sebastian Weitz, Stéphane Blanco, Julien Charon, Jérémi Dauchet, Mouna El Hafi, Vincent Eymet, Olivier Farges, Richard Fournier, Jacques Gautrais,