Йерархичен Монте Карло на Хамилтон
Йерархичният Монте Карло на Хамилтон (Йерархичен HMC) прилага Монте Карло семплиране на Хамилтон към Байесови йерархични модели, справяйки се със сериозните геометрични предизвикателства, които тези модели представляват. Чрез комбиниране на нецентрирани параметризации с предложения, задвижвани от градиенти на HMC, той постига ефективно изследване на апостериорното пространство на многостепенните фуниевидни геометрии, с които стандартните MCMC методи се затрудняват.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Betancourt, M. & Girolami, M. (2015). Hamiltonian Monte Carlo for hierarchical models. In S. K. Upadhyay, U. Singh, D. K. Dey & A. Loganathan (Eds.), Current Trends in Bayesian Methodology with Applications (pp. 79-101). CRC Press. link ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Как да цитирате тази страница
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Hierarchical Models. ScholarGate. https://scholargate.app/bg/bayesian/hierarchical-hamiltonian-monte-carlo
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Байесов регресионен моделБейсови методи↔ сравняване
- Хамилтънов Монте КарлоБейсови методи↔ сравняване
- Йерархично Бейсианско заключениеБейсови методи↔ сравняване
- Йерархичен Монте Карло Марковски процесБейсови методи↔ сравняване
- Марковски Монте Карло вериги (MCMC)Бейсови методи↔ сравняване
Цитиран в
Similar methods
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →