ScholarGate
Asistente
Bayesian methodsBayesian / computational

Hamiltonian Monte Carlo Robusto

Hamiltonian Monte Carlo Robusto (Robust HMC) es una familia de extensiones del HMC estándar, diseñada para mantener la ergodicidad geométrica y la eficiencia del muestreo cuando la distribución posterior presenta colas pesadas, una fuerte variación de la curvatura o una geometría casi degenerada. Al modificar la energía cinética, la matriz de masas o el mecanismo de propuesta, estos métodos aseguran una exploración fiable de distribuciones posteriores difíciles que superan al muestreador NUTS/HMC estándar.

Abrir en MethodMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. 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
  2. Betancourt, M. (2017). A conceptual introduction to Hamiltonian Monte Carlo. arXiv preprint arXiv:1701.02434. link

Cómo citar esta página

ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/es/bayesian/robust-hamiltonian-monte-carlo

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado
ScholarGateRobust Hamiltonian Monte Carlo (Robust Hamiltonian Monte Carlo). Recuperado el 2026-06-15 de https://scholargate.app/es/bayesian/robust-hamiltonian-monte-carlo · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026