Master's Degree in Stochastics and Data Science

Questa è la pagina dedicata a tutti i miei lavori per la Laurea Magistrale.

Tutto il materiale è fornito in inglese, in quanto questa Laurea Magistrale viene proposta in tale lingua.

Saggio: Coupling from the past

I metodi Markov Chain Monte Carlo permettono di calcolare integrali difficili e di campionare da distribuzioni complicate, aprendo nuove possibilità. Il campionamento di Gibbs è riuscito a raggiungere una notevole popolarità, occupandosi di problemi multidimensionali. Il problema principale riguarda la possibilità di campionare direttamente dalla distribuzione stazionaria della catena di Markov, ovvero di ottenere campioni perfetti.

Un algoritmo efficiente per ottenere questo risultato si chiama coupling from the past (CFTP). In questo saggio, verrà descritto e dimostrato il funzionamento dell'algoritmo CFTP. Inoltre, è mostrata un'applicazione pratica per il recupero di un'immagine, applicando il CFTP a un campionatore di Gibbs.