Séance Séminaire

Séminaire de Probabilités et Statistique

Parallel Tempering with Equi-Energy Moves

Travail commun avec Agnès Grimaud et Denys Pommeret
L'algorithme Equi-Energy Sampler (EES) introduit par Kou et al. (2006) se base sur une population de chaînes acutalisées par des mouvements locaux et globaux. Cet algorithme a été développé dans le but de faciliter les mouvements globaux entre les différentes chaînes, ce qui permet une meilleure exploration de l'espace des paramètres par la chaîne d'intérêt. Cette méthode est apparemment plus efficace que l'algorithme Parallel Tempering (PT) classique. Cependant, elle nécessite un stockage important de valeurs, et la convergence de l'EES n'est pas garantie (Andrieu et al., 2008). Nous proposons une adaptation de l'EES qui combine PT avec le principe de sauts entre chaînes ayant des niveaux d'énergie similaires. Cette adaptation que nous appelons Parallel Tempering with Equi-Energy Move (PTEEM) conserve l'idée originale de l'algorithme EES tout en assurant la convergence. Les performances de cet algorithme PTEEM sont comparées avec celles des algorithmes EES et PT, dans le cas de modèles de mélange.
[1] Andrieu C., Jasra A., Doucet A., and Del Moral P. A note on convergence of the equi-energy sampler. Stochastic Analysis and Applications, 26(2), 298-312, 2008.
[2] Kou S.C., Zhou Q. and Wong W.H. Equi-Energy sampler with application in statistical inference and statistical mechanics. The Annals of Statistics, 34(4), 1581-1619, 2006.