마코프 체인 몬테카를로를 위한 결합 제어변수 기법

초록

본 논문은 마코프 연쇄의 결합(coupling) 기법을 이용해, 정상분포를 명시적으로 알 수 없는 경우에도 제어변수(control variate)와 유사한 방식으로 분산을 감소시키는 새로운 MCMC 가속 방법을 제시한다. 두 개의 비평형 수송 모델을 통해 이 기법의 실효성을 실험적으로 검증한다.

상세 분석

이 연구는 전통적인 제어변수 기법을 마코프 체인 몬테카를로(MCMC)에 확장하는 새로운 프레임워크를 제안한다. 핵심 아이디어는 두 개의 마코프 체인을 동시에 시뮬레이션하면서, 하나는 목표 분포 π에 수렴하도록 설계하고, 다른 하나는 분석적으로 기대값이 알려진 보조 체인(또는 “제어변수”)과 결합(coupling)한다는 점이다. 두 체인이 일정 시점 이후에 동일한 상태에 도달하면(즉, coupling time τ가 발생하면) 이후의 샘플은 완전히 동일해지므로, 차이값 X_t − Y_t 의 평균은 0이 된다. 이를 이용해 원래 목표 함수 f에 대한 추정량
\