Μοντε καρλο Χαμιλτονιανής με Σφάλμα Μέτρησης
Το Μοντε Κάρλο Χαμιλτονιανής (HMC) με σφάλμα μέτρησης είναι μια Μπεϋζιανή υπολογιστική στρατηγική για την προσαρμογή μοντέλων όπου μία ή περισσότερες συναρτήσεις είναι παρατηρούμενες με θόρυβο. Το HMC δειγματίζει από κοινού την οπίσθια κατανομή των παραμέτρων του μοντέλου και τις μη παρατηρούμενες πραγματικές τιμές των συναρτήσεων, χρησιμοποιώντας προτάσεις βασισμένες σε κλίσεις που εξερευνούν αποτελεσματικά την υψηλών διαστάσεων οπίσθια κατανομή και αποφεύγουν τη αργή συμπεριφορά τυχαίας περιπλάνησης της τυπικής δειγματοληψίας Metropolis.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/el/bayesian/hamiltonian-monte-carlo-with-measurement-error
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Bayesian Inference with Measurement ErrorΜπεϋζιανή Στατιστική↔ σύγκριση
- Δειγματοληψία Gibbs με Σφάλμα ΜέτρησηςΜπεϋζιανή Στατιστική↔ σύγκριση
- Μοντε Κάρλο ΧαμιλτονιανήςΜπεϋζιανή Στατιστική↔ σύγκριση
- Φίλτρο Kalman με Σφάλμα ΜέτρησηςΜπεϋζιανή Στατιστική↔ σύγκριση
- MCMC με σφάλμα μέτρησηςΜπεϋζιανή Στατιστική↔ σύγκριση
- Βαριational Inference με Σφάλμα ΜέτρησηςΜπεϋζιανή Στατιστική↔ σύγκριση
Αναφέρεται από
Similar methods
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →