อัลกอริธึมการสร้างตัวเลขแบบหลอก

12

มีการใช้อัลกอริทึมใดในเครื่องกำเนิดเลขสุ่มที่ทันสมัยและมีคุณภาพดี?

algorithms random-variable random-generation

— Mehper C. Palavuzlar
แหล่งที่มา

1

retagged "ตัวแปรสุ่ม" เป็น "ตัวแปรสุ่ม" เพื่อความสอดคล้องกับคำถามที่คล้ายกัน

— whuber

10

ใน R การตั้งค่าเริ่มต้นสำหรับการสร้างหมายเลขสุ่มคือ:

สำหรับ U (0,1) ให้ใช้อัลกอริทึม Mersenne-Twister
สำหรับหมายเลข Guassian ให้ใช้การกลับรายการตัวเลขของฟังก์ชันการแจกแจงแบบปกติมาตรฐาน

คุณสามารถตรวจสอบเรื่องนี้ได้อย่างง่ายดาย ได้แก่

> RNGkind()
[1] "Mersenne-Twister" "Inversion"

สามารถเปลี่ยนเครื่องกำเนิดเริ่มต้นเป็น PRNG อื่น ๆ เช่น Super-Duper, Wichmann-Hill, Marsaglia-Multicarry หรือแม้แต่ PRNG ที่ผู้ใช้จัดหา ดูที่? RNGkind สำหรับรายละเอียดเพิ่มเติม ฉันไม่จำเป็นต้องเปลี่ยนค่าเริ่มต้นของ PRNG

C GSLห้องสมุดยังใช้Mersenne-Twisterโดยค่าเริ่มต้น

— csgillespie
แหล่งที่มา

คุณแน่ใจเกี่ยวกับจุดที่สองของคุณสร้างตัวแปรสุ่มปกติโดยการแปลง CDF หรือไม่? ค่าผกผันของ CDF ปกติเป็นฟังก์ชันที่มีราคาค่อนข้างแพงในการประเมิน ฉันจินตนาการว่าวิธีของ Box-Muller จะเร็วขึ้น เร็วกว่าจะเป็นวิธีการซิกแซกของ Marsaglia สำหรับสร้างบรรทัดฐาน

— John D. Cook

ฉันก็พบสิ่งที่น่าสงสัยเช่นนี้ Ziggurat ของ Marsaglia เป็นค่าเริ่มต้นใน Matlab และฉันไม่สามารถจินตนาการได้ว่า Matlab จะดีกว่า R ในด้านการสร้างตัวเลขสุ่ม

— shabbychef

@ จอห์นอันที่จริงวิธีการขั้วโลกมีอยู่ใน R ดูแพคเกจ setRNG

— chl

6

Mersenne Twisterเป็นหนึ่งผมเคยเจอและใช้ก่อนหน้านี้

— เอมัส
แหล่งที่มา

เช่น Python ( j.mp/9TVyhv ), Perl ( j.mp/by85El ), Octave ( j.mp/aVQ5Xz ), Clojure ( j.mp/dkj9Z9ไม่ใช่ค่าเริ่มต้น), Haskell ( j.mp/aWK7kK ), lua ( j.mp/bSD2vO ) หรือแม้แต่ SQL ( j.mp/aOPJMWสำหรับภาพรวม) :-)

— chl

3

Xorshift PNG ออกแบบโดย George Marsaglia ระยะเวลา (2 ^ 128-1) นั้นสั้นกว่า Mersenne-Twister มาก แต่อัลกอริทึมนั้นง่ายมากที่จะนำไปใช้ ทำงานได้ดีกับสถาปัตยกรรมแบบหลายคอร์เช่นชิป DSP และ Tesla ของ Nvidia

— Brotchie
แหล่งที่มา

สิ่งนี้จะดีสำหรับการใช้กับ GPU หรือไม่? เชื่อมโยงไปยังรายละเอียดอ้างอิง?

— DarenW

2

Thomas, Howes, Luk - 2009 - การเปรียบเทียบซีพียู, GPUs, FPGAs และอาร์เรย์ตัวประมวลผลแบบขนานอย่างหนาแน่นสำหรับการสร้างหมายเลขสุ่ม doi.acm.org/10.1145/1508128.1508139 การอภิปราย + มาตรฐานของชุด PNG ที่ดำเนินการกับ CPU, GPU, FPGA และอาร์เรย์ตัวประมวลผลแบบขนานขนาดใหญ่

— brotchie

อาจเป็น RNG ของ L'Ecuyer's ที่มีหลายสตรีม ( j.mp/bzJSlm )?

— chl

3

ที่http://prng.di.unimi.it/คุณสามารถหาจุดกำเนิดของเครื่องกำเนิดตัวเลขสุ่มหลายตัวที่ทดสอบโดยใช้ TestU01 ชุดทดสอบที่ทันสมัยสำหรับเครื่องกำเนิดตัวเลขเทียมเทียมที่ใช้แทนที่เครื่องมิจฉาทิฐิ คุณสามารถเลือกและเลือก

— seba
แหล่งที่มา