【问题标题】:uniform sampling from a ellipsoidal confidence region来自椭球置信区域的均匀采样
【发布时间】:2014-08-22 04:37:38
【问题描述】:

我有一个 4 维椭圆体,我想从中均匀地抽取样本。我想到了一种在椭圆体周围使用超立方体的方法。我们可以从中抽取一个样本并检查它是否在椭球体中。但是超立方体和椭球在4维上的体积比是0.3。这意味着我只有 30% 的成功率。由于我的算法存在速度问题,我不想使用这种方法。我也一直在研究逆变换采样。你能给我一个关于如何用 4 维椭圆体做到这一点的见解吗?

【问题讨论】:

    标签: python numpy multidimensional-array random-sample hypercube


    【解决方案1】:

    您可以将超椭圆体转换为球体。

    所以给定的algorithm 对球体有效,但可以轻松转换为您的椭球体。

    1. 从高斯分布 N(0,1) 绘制所有坐标 x1 到 x4。 x=[x1,x2,x3,x4]。
    2. 标准化向量 x。 ==> 你已经获得了表面上均匀分布的向量。
    3. 现在,从 [0,1] 为单位球体的内点绘制半径 u
    4. p=u**(1/4)*x 是 4 维单位球面内的均匀分布向量。

    【讨论】:

    • 非常感谢 :-)。正是我想要的。
    猜你喜欢
    • 1970-01-01
    • 2017-07-12
    • 1970-01-01
    • 2023-03-18
    • 2011-07-21
    • 2018-04-10
    • 2012-09-18
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多