유연한 거부 샘플링 (Pliable Rejection Sampling)
요약
본 논문은 어려운 분포에서 효율적으로 샘플을 추출하기 위한 새로운 기법인 유연한 거부 샘플링(Pliable Rejection Sampling, PRS)을 제안한다. 기존 거부 샘플링의 높은 거부율 문제를 해결하고, 커널 추정자를 사용하여 샘플링 제안을 학습하는 것이 특징이다. 이 방법은 얻어진 샘플들이 i.i.d.이며 특정 분포를 따르고, 수용된 샘플 개수에 대한 성능 보장까지 제공한다.
핵심 포인트
- 거부 샘플링(Rejection Sampling)의 높은 거부율 문제를 해결하는 새로운 접근법을 제시함.
- 커널 추정자(kernel estimator)를 활용하여 샘플링 제안(sampling proposal)을 학습한다.
- 제안된 PRS 방법으로 얻은 샘플들은 독립적이고 동일하게 분포되어(i.i.d.) 특정 분포를 따른다.
- 수용된 샘플의 개수에 대한 성능 보장을 제공하여 신뢰성을 높인다.
거부 샘플링 (rejection sampling)은 어려운 분포로부터 샘플을 추출하기 위한 기법입니다. 그러나 높은 거부율로 인해 그 사용이 제한적입니다. 일반적인 적응형 거부 샘플링 방법은 매우 구체적인 분포에만 적용되거나 성능 보장이 없는 경우가 많습니다. 본 논문에서는 커널 추정자 (kernel estimator) 를 사용하여 샘플링 제안 (sampling proposal) 을 학습하는 새로운 거부 샘플링 접근법인 유연한 거부 샘플링 (pliable rejection sampling, PRS) 을 제시합니다. 우리의 방법이 거부 샘플링에 기반을 두고 있으므로, 얻은 샘플들은 높은 확률로 독립적이고 동일하게 분포된 (i.i.d.) 것이며 f 분포를 따릅니다. 또한, PRS 는 수용된 샘플의 개수에 대한 보장을 제공합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기3