Algoritmo para calcular la plausibilidad de una función / método de Monte Carlo
-
30-10-2019 - |
Pregunta
Estoy escribiendo un programa que intenta duplicar el algoritmo discutido al comienzo de este artículo,
http://www-stat.stanford.edu/~cgates/persi/papers/mcmcrev.pdf
F es una función de Char a Char. Suponga que PL (f) es una medida de 'plausibilidad' de esa función. El algoritmo es:
Comenzando con una suposición preliminar en la función, digamos F, y una función entonces nueva F* -
- Calcule pl (f).
- Cambie a F* haciendo una transposición aleatoria de los valores F asigna a dos símbolos.
- Calcular PL (f*); Si esto es más grande que PL (f), acepte f*.
- Si no, voltee una moneda PL (F)/PL (F*); Si surge cabezas, acepta f*.
- Si el lanzamiento de la moneda sube las colas, quédese en f.
Estoy implementando esto usando el siguiente código. Estoy usando C# pero traté de hacerlo algo más simplificado para todos. Si hay un mejor foro para esto, hágamelo saber.
var current_f = Initial(); // current accepted function f
var current_Pl_f = InitialPl(); // current plausibility of accepted function f
for (int i = 0; i < 10000; i++)
{
var candidate_f = Transpose(current_f); // create a candidate function
var candidate_Pl_f = ComputePl(candidate_f); // compute its plausibility
if (candidate_Pl_f > current_Pl_f) // candidate Pl has improved
{
current_f = candidate_f; // accept the candidate
current_Pl_f = candidate_Pl_f;
}
else // otherwise flip a coin
{
int flip = Flip();
if (flip == 1) // heads
{
current_f = candidate_f; // accept it anyway
current_Pl_f = candidate_Pl_f;
}
else if (flip == 0) // tails
{
// what to do here ?
}
}
}
Mi pregunta es básicamente si este parece el enfoque óptimo para implementar ese algoritmo. Parece que podría estar atascado en algunos máximos locales locales / mínimos locales a pesar de implementar este método.
EDITAR - Aquí está el método esencialmente Whats Behind Transpose (). Utilizo una tabla de diccionario / hash de tipo << char, char >> que las funciones candidatas usan para buscar una transformación de char -> char. Entonces, el método de transposición simplemente intercambia dos valores en el diccionario que dicta el comportamiento de la función.
private Dictionary<char, char> Transpose(Dictionary<char, char> map, params int[] indices)
{
foreach (var index in indices)
{
char target_val = map.ElementAt(index).Value; // get the value at the index
char target_key = map.ElementAt(index).Key; // get the key at the index
int _rand = _random.Next(map.Count); // get a random key (char) to swap with
char rand_key = map.ElementAt(_rand).Key;
char source_val = map[rand_key]; // the value that currently is used by the source of the swap
map[target_key] = source_val; // make the swap
map[rand_key] = target_val;
}
return map;
}
Tenga en cuenta que una función candidata que utiliza el diccionario subyacente es básicamente solo:
public char GetChar(char in, Dictionary<char, char> theMap)
{
return theMap[char];
}
Y esta es la función que calcula PL (f):
public decimal ComputePl(Func<char, char> candidate, string encrypted, decimal[][] _matrix)
{
decimal product = default(decimal);
for (int i = 0; i < encrypted.Length; i++)
{
int j = i + 1;
if (j >= encrypted.Length)
{
break;
}
char a = candidate(encrypted[i]);
char b = candidate(encrypted[j]);
int _a = GetIndex(_alphabet, a); // _alphabet is just a string/char[] of all avl chars
int _b = GetIndex(_alphabet, b);
decimal _freq = _matrix[_a][_b];
if (product == default(decimal))
{
product = _freq;
}
else
{
product = product * _freq;
}
}
return product;
}
No hay solución correcta