Piecewise deterministic Markov processes for scalable Monte Carlo on restricted domains

الگوریتم های قطعه قطبی مونت کارلو امکان شبیه سازی از یک توزیع خلفی را فراهم می کنند، در حالی که تنها نیاز به دسترسی به زیر نمونه ای از داده ها در هر تکرار است. ما نشان می دهیم که چگونه می توان آنها را در تنظیماتی که پارامترها در یک دامنه محدود زندگی می کنند اجرا کنند.