Hamiltonian Monte Carlo
Hamiltonian Monte Carlo (HMC) és un algorisme de Markov chain Monte Carlo (MCMC) basat en gradients que utilitza la geometria de la superfície del log-posterior per fer salts grans i informats a través de l'espai de paràmetres en lloc dels petits passos aleatoris dels MCMC clàssics. Introduït originalment per a la teoria de camps de reticle per Duane, Kennedy, Pendleton i Roweth (1987) sota el nom de Hybrid Monte Carlo, i portat a l'estadística convencional pel capítol autoritzat de Radford Neal de 2011, l'HMC és avui el mostrejador per defecte a Stan i PyMC i és àmpliament considerat com el motor més avançat per a la inferència bayesiana posterior en models d'alta dimensionalitat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Fonts
- Duane, S., Kennedy, A. D., Pendleton, B. J., & Roweth, D. (1987). Hybrid Monte Carlo. Physics Letters B, 195(2), 216–222. DOI: 10.1016/0370-2693(87)91197-X ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. L. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 116–162). Chapman and Hall/CRC. ISBN: 978-1420079418 ↗
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/ca/bayesian/hamiltonian-monte-carlo
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Regressió BayesianaBayesià↔ compare
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compare
- Inferència variacionalBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →