[MCSM] 蒙特卡罗统计方法
起因
最开始的时候,写多了LDPCC误码率的仿真,心中便越来越有了疑惑。误码率仿真,多为Monte Carlo仿真,其原理是什么,仿真结果是否可靠,可靠程度是多少,如何衡量其可靠性这些问题我都很不清楚。那大概是2015年3月16日的事情了。当初提出的关于LDPC的问题慢慢解决了,但这一类问题却一直没有得到解决。
后来,百度参考了一些资料,问题非但没有减少,反而增加了。再后来,待维基百科上看了蒙特卡罗方法的简介,忽然觉得这个看似思想简单的方法有许多值得学习的地方。而之前接触过的粒子滤波和没有太看懂的吉伯斯采样都与其有密切的关系。由此便买了一本书来看,这本书就是Monte Carlo Statistical Methods(下文简称MCSM),至于为什么买这本书,因为亚马逊上搜索没有其他选择了。
经过
后来看了一点,英文的不太好懂,渐渐就不想看了。正好那个时候有点别的事情(这段时间的成果多在ISE,FPGA和LDPCC译码器中),就许久没看了。但既然觉得有用的事情就要去做。所以今天我决定从现在开始,继续阅读。
这篇文章,多是激励和监督的作用,阅读过程中的收获和心得将记录在这里,共勉。 ——2015-05-12
结果
这将给出我阅读MCSM后的相关体会,将逐步更新和修改
分类:
01. Math
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· DeepSeek如何颠覆传统软件测试?测试工程师会被淘汰吗?