担当：山下　洋史

題目：Herded Gibbs の推定バイアスの解析に向けて

概要：
Herded Gibbs は，Bornn ら [1] によって提案された，マルコフ連鎖モンテカルロ法の一種である Gibbs sampling を決定的に行うアルゴリズムである．

Herded Gibbs は，少ないサンプル数で精度の良い期待値推定が行える一方，推定にバイアスが存在し，サンプル数が十分多い場合は通常の Gibbs sampling よりも推定精度が悪くなる．

本発表では，この推定バイアスの解析を目的とした Herded Gibbs と Gibbs sampling の関係のさらなる考察について，研究の現況を報告する．

参考文献：
[1] L. Bornn, Y. Chen, N. de Freitas, M. Eskelin, J. Fang, and M. Welling. Herded gibbs sampling. In International Conference on Learning Representations (ICLR), 2013.