Échantillonnage de Monte Carlo
Introduction d'orbitales corrélées dans les approches Monte-Carlo quantiques
... La première méthode d’optimisation, qui était la méthode la plus ré- pandue au début de ce travail de thèse, repose sur la minimisation de la variance de l’énergie locale à partir d’une méthode d’échantillonnage cor- ...
278
Contributions aux méthodes de Monte Carlo et leur application au filtrage statistique
... Nos travaux dans cette thèse s’inscrivent dans ce cadre général de filtrage statistique, et se focalisent plus particulièrement sur les mécanismes d’échantillonnage et de rééchantillonnage qui sont au cœur même des ...
167
Étude de la formation et de l'évolution de nanostructures par méthodes Monte Carlo
... algorithme Monte Carlo basé sur ARTn (que nous présenterons au chapitre suivant) semble également indiquer qu’un tel échantillonnage dresse un portrait réaliste du paysage ...
178
methode monte carlo
... de Monte-Carlo Le terme méthode de Monte-Carlo désigne toute méthode visant à calculer une valeur numérique en utilisant des procédés ...à Monte-Carlo, a été inventé en 1947 par ...
6
Line-sampling-based Monte Carlo method
... the Monte Carlo simulation and their exact contribution to absorption coefficient (for a given wavenum- ber and a given location) are computed from parameters gathered in molecular spectroscopic databases ...
4
Monte-Carlo and Domain-Deformation Sensitivities
... function. Monte-Carlo methods are preferred for complex geometry process simulations where radiative transfer is preponderant ...the Monte-Carlo method is used because of its ability to ...
9
Étude des artefacts en tomodensitométrie par simulation Monte Carlo
... CHAPITRE 2 INTERACTIONS DES PHOTONS AVEC LA MATIÈRE En imagerie médicale, on peut utiliser une source de rayons X ou de rayons gamma pour produire des images. La variation des tons de gris sur ces images dépend de la ...
101
Comment on "Sequential Quasi-Monte Carlo Sampling"
... Comment on “Sequential Quasi-Monte Carlo Sampling” Pierre L’Ecuyer DIRO, Universit ´e de Montr ´eal, Canada Gerber and Chopin combine SMC with RQMC to accelerate convergence. They apply RQMC as in the ...
3
Variance Analysis for Monte Carlo Integration
... Sampling, Monte Carlo Integration, Fourier Analysis, Spherical Harmonics, Global Illumination 1 Introduction Numerical integration schemes such as Monte Carlo methods are widely used in high ...
15
Utilisation de la recherche arborescente Monte-Carlo au Hex
... algorithme Monte-Carlo, l’algorithme Monte- Carlo utilisant les simulations aléatoires de B gagnait largement contre l’algorithme utilisant les simulations aléatoires de ...de ...
21
Score Bounded Monte-Carlo Tree Search
... In the following example, we assume the outcomes to be reals from [0, 1] and for sake of simplicity the Q function is assumed to be the mean of random playouts. Figure 2 shows an artificial tree with given bounds and ...
12
Monte Carlo Methods and stochastic approximations
... dans la simulation Monte Carlo. Ensuite, nous avons d evelopp e une version adaptative, dans laquelle la variance est r eduite dynamiquement au cours des it erations Monte Carlo. En n, ...
130
Monte Carlo method and sensitivity estimations
... existing Monte Carlo algorithms are trivial to implement even if the formal integration is not explicit: (1) identifying the Monte Carlo weight expression, and (2) deriving it as a function of ...
11
Monte Carlo with Determinantal Point Processes
... 2.6, Monte Carlo with DPPs is a stochastic counterpart to Gaussian quadrature, introduced in Section ...the Monte Carlo methods introduced in Section ...
49
Stochastic Quasi-Newton Langevin Monte Carlo
... 1: LTCI, CNRS, Télécom ParisTech, Université Paris-Saclay, 75013, Paris, France 2: Department of Computer Engineering, Bo˘gaziçi University, 34342, Bebek, ˙Istanbul, Turkey Abstract Recently, Stochastic Gradient Markov ...
11
Monte Carlo Estimates of Domain-Deformation Sensitivities
... D D 0 U D 1 U D 2 U . . . , where D 0 coincides with the integration domain identified in example 1 and where for i 1: D i 1 ; 2 H Q i1 j0 S 0; d j . The sensi- tivity problem considered for ...
4
Monte Carlo simulations in media with interfaces
... We are interested in developing Monte Carlo methods, where a quantity of interest (pressure, concentration, effective coefficient, ...) is computed by using the empirical distribution of a cloud of ...
5
A Monte-Carlo Method for Optimal Portfolios
... of the hedging components of optimal portfolios. One of our procedures relies on a variance-stabilizing transformation of the underlying process which eliminates stochastic integrals from the representation of Malliavin ...
50
On variable splitting for Markov chain Monte Carlo
... [9] M. Vono, N. Dobigeon, and P. Chainais, “Split-and-augmented Gibbs sampler - Application to large-scale inference problems,” IEEE Trans. Signal Process., vol. 67, no. 6, pp. 1648–1661, Jan. 2019. [10] L. J. Rendell, ...
3
Population Monte Carlo for Ion Channel Restoration
... The simulation of the Gamma process is based on an importance sampling scheme, using a hidden Markov representation of the ion channel model.. We study through this model the degeneracy [r] ...
15