温度パラメータを用いたシュレーディンガー・フェルマー・サンプラーによるマルチモーダルサンプリング

本論文は、複雑な分布、特にマルチモーダル分布からのサンプル生成のための新しいサンプリング方法であるシュレーディンガー・フェルマー・サンプラー（SFS）を紹介しています。温度パラメータを組み込むことで、既存のSFS手法を改善しており、これはマルチモーダル分布からのサンプリングに不可欠です。また、より洗練された誤差分析を提供し、以前の研究よりも改善された収束率を実現しています。勾配フリーであることと、単位区間に適用できることは、ランジュバンサンプラーに対する重要な利点です。

• •サンプリングを改善するために、温度パラメータを持つシュレーディンガー・フェルマー・サンプラー（SFS）を紹介。
• •マルチモーダル分布からのサンプリングには高温が不可欠。
• •$L^2$-Wasserstein距離において、$\mathcal{O}(h)$のオーダーの改善された収束率を達成。
• •SFSは勾配フリーであり、ランジュバンサンプラーとは異なり、単位区間で動作する。
• •数値実験により、SFSがランジュバンサンプラーよりも優れており、特にマルチモーダル分布に対して優れていることが示されている。