천문·천체물리
베이지안 천체물리 추론을 위한 병렬 적응형 재가중 중요도 샘플링 'PARIS' 제안
중력파(GW) 천문학처럼 우도 계산 비용이 크고 사후분포가 복잡한 고차원·다봉 문제에서 기존 적응형 제안분포는 비선형 상관관계 포착과 하이퍼파라미터 조정에 어려움을 겪는다. 연구진은 기존 샘플을 중심으로, 현재 중요도 가중치를 성분 가중치로 삼는 가우시안 혼합 제안분포를 쓰는 PARIS(Parallel Adaptive Reweighting Importance Sampling)를 제시했다. 새 표본은 가중치가 높은 영역에 집중되고 미탐색 영역 후보에는 의도적으로 높은 가중치를 부여하며, 모든 샘플을 최신 제안분포 기준으로 계속 재가중해 초기 과대 가중이 자체 보정된다. 토이 문제와 보다 현실적인 중력파 모수추정 과제에서 PARIS는 경쟁 기법보다 훨씬 적은 함수 평가 횟수로 정확한 사후분포 재구성과 증거값 추정을 달성했다.
arXiv astro-ph.IM (관측기기)