Multilevel Hamiltonian Monte Carlo
Multilevel Hamiltonian Monte Carlo (Multilevel HMC) kombinerer variansreduktionsstrategien fra multilevel Monte Carlo med den effektive gradientdrevne udforskning af Hamiltonian Monte Carlo. Ved at køre koblede HMC-kæder på stigende niveauer af modelfidelitet eller diskretisering opnår den nøjagtige posterior-estimater til en beregningsomkostning, der er væsentligt lavere end for en enkelt HMC-kæde på fineste niveau.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Beskos, A., Jasra, A., Law, K., Tempone, R., & Zhou, Y. (2017). Multilevel sequential Monte Carlo samplers. Stochastic Processes and their Applications, 127(5), 1417–1440. DOI: 10.1016/j.spa.2016.08.004 ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 113–162). CRC Press. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multilevel Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/da/bayesian/multilevel-hamiltonian-monte-carlo
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Hamiltonian Monte CarloBayesiansk↔ sammenlign
- Hierarkisk Hamiltonian Monte CarloBayesiansk↔ sammenlign
- Markov Chain Monte Carlo (MCMC)Simulering↔ sammenlign
- Multilevel MCMCBayesiansk↔ sammenlign
- Multilevel Variational InferensBayesiansk↔ sammenlign
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →