Échantillonnage à partir de paysages d'énergie rugueuse

Cette séance de cours de l'instructeur couvre les défis et les stratégies d'échantillonnage des paysages énergétiques bruts, en mettant l'accent sur les algorithmes d'intégration et de réglage de Monte Carlo. Le contenu comprend la motivation, l'arrière-plan, la gestion de la rugosité, des expériences numériques et des considérations pour optimiser les taux d'acceptation et de mélange. Diverses propositions classiques comme RWM et MALA sont discutées, ainsi que des stratégies alternatives comme MALA Préconditionné et Metropolis-Hastings. La séance de cours se penche également sur des problèmes d'essai explicites, des critères de stabilité et la performance de différentes méthodes d'échantillonnage dans des scénarios d'équilibre et hors équilibre.