Hamiltonian Monte Carlo
Hamiltonian Monte Carlo (HMC) er en gradient-baseret Markov chain Monte Carlo-algoritme, der udnytter log-posterior-fladens geometri til at foretage store, informerede spring i parameter-rummet i stedet for de små, tilfældige skridt fra klassisk MCMC. Oprindeligt introduceret til gitterfeltteori af Duane, Kennedy, Pendleton og Roweth (1987) under navnet Hybrid Monte Carlo, og bragt ind i den brede statistik af Radford Neals autoritative kapitel fra 2011, er HMC i dag standard-sampler i Stan og PyMC og betragtes bredt som den state-of-the-art-motor til Bayesiansk posterior-inferens i højdimensionelle modeller.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Kilder
- 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
Sådan citerer du denne side
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/da/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.
- Bayesiansk regressionBayesiansk↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk↔ compare
- VariationsinferensBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →