Glossário IA
O dicionário completo da Inteligência Artificial
MCMC Paralelo
Abordagem algorítmica que executa simultaneamente múltiplas cadeias de Markov em unidades de computação distintas para acelerar a exploração do espaço de estados e melhorar a convergência para a distribuição alvo.
Cadeias Múltiplas Independentes
Técnica que paraleliza a execução de várias cadeias MCMC inicialmente dispersas no espaço de parâmetros, cada uma explorando independentemente a distribuição posterior antes da combinação dos resultados.
Troca de Cadeias
Mecanismo estocástico que permite que cadeias de diferentes níveis de temperatura troquem seus estados de acordo com um critério de Metropolis-Hastings, melhorando a exploração global do espaço de parâmetros.
Diagnóstico de Gelman-Rubin Paralelo
Extensão do diagnóstico R-hat que avalia a convergência entre cadeias paralelas comparando a variância intra-cadeia com a variância inter-cadeias, adaptada para arquiteturas distribuídas e assíncronas.
Sincronização de Cadeias
Processo que coordena o avanço das cadeias MCMC paralelas para garantir pontos de controle comuns, facilitar as trocas de estados ou sincronizar os diagnósticos de convergência globais.
Balanceamento de Carga
Estratégia de alocação dinâmica das cadeias MCMC aos recursos de computação em função de sua complexidade computacional, otimizando a utilização global e minimizando os tempos de espera.
Pool de Cadeias
Estrutura de dados centralizada que armazena os estados atuais de todas as cadeias paralelas, facilitando as operações de troca, amostragem e diagnóstico de conjunto em um MCMC distribuído.
Mistura de Cadeias
Medida quantitativa da eficácia com que as cadeias paralelas exploram coletivamente o espaço de parâmetros, avaliada pelas estatísticas de autocorrelação cruzada e pelas taxas de transição inter-cadeias.
Agregação Bayesiana
Combinação de amostras de várias cadeias MCMC de acordo com princípios bayesianos, utilizando distribuições de mistura ponderadas por probabilidades a posteriori para obter uma melhor aproximação.
Amostragem por Divisão-Conquista
Abordagem paralela que divide o domínio de amostragem em sub-regiões atribuídas a diferentes cadeias, com unificação periódica das amostras para reconstruir a distribuição alvo completa.
Temperatura Adaptativa
Ajuste dinâmico dos parâmetros de temperatura em cadeias de recozimento paralelo baseado nas taxas de aceitação observadas, otimizando a eficiência das trocas entre cadeias.
Paralelismo de Dados MCMC
Estratégia de paralelização onde cada cadeia processa simultaneamente diferentes subconjuntos de dados, agregando posteriormente as contribuições para formar a verossimilhança global do modelo bayesiano.
Fusão de Cadeias
Técnica heurística que combina inteligentemente os segmentos de trajetória de várias cadeias MCMC para maximizar a diversidade de amostragem, mantendo as propriedades de Markov globais.
Replicação de Cadeias
Abordagem de paralelização que executa cópias idênticas da mesma cadeia MCMC com diferentes sementes aleatórias, avaliando a robustez e reduzindo a incerteza estatística das estimativas.
Troca Adaptativa
Mecanismo que otimiza dinamicamente a frequência e a topologia das trocas entre cadeias paralelas com base nas taxas de aceitação históricas e nas correlações observadas.
Agregação Sequencial
Método que combina progressivamente os resultados das cadeias MCMC paralelas numa ordem determinada pela sua qualidade de convergência, ponderando cada contribuição de acordo com a sua eficiência de amostragem.