Robustní Hamiltonovský Monte Carlo
Robustní Hamiltonovský Monte Carlo (Robust HMC) je rodina rozšíření standardního HMC navržená tak, aby si zachovala geometrickou ergodicitu a efektivitu vzorkování, pokud má posterior těžké ocasy, silnou variaci křivosti nebo téměř degenerovanou geometrii. Modifikací kinetické energie, hmotnostní matice nebo návrhového mechanismu tyto metody zajišťují spolehlivé prozkoumání obtížných posteriorů, které přemohou standardní samplery NUTS/HMC.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- Livingstone, S. & Zanella, G. (2022). The Barker proposal: combining robustness and efficiency in gradient-based MCMC. Journal of the Royal Statistical Society: Series B, 84(2), 496–523. DOI: 10.1111/rssb.12482 ↗
- Betancourt, M. (2017). A conceptual introduction to Hamiltonian Monte Carlo. arXiv preprint arXiv:1701.02434. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/cs/bayesian/robust-hamiltonian-monte-carlo
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Gibbs SamplingBayesovská statistika↔ porovnat
- Hamiltonovské Monte CarloBayesovská statistika↔ porovnat
- Robustní bayesovská inferenceBayesovská statistika↔ porovnat
- Variační inferenceBayesovská statistika↔ porovnat
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →