ScholarGate
Assistent
Bayesian methods

Hamiltoni Monte Carlo

Hamiltoni Monte Carlo (HMC) on gradientipõhine Markovi ahela Monte Carlo algoritm, mis kasutab log-järgsuse pinna geomeetriat, et teha suuri, informeeritud hüppeid parameetriruumis, mitte klassikalise MCMC väikseid juhuslikke samme. Algselt Duane, Kennedy, Pendletoni ja Rowethi (1987) poolt võre-väljateooria jaoks hübriid-Monte Carlo nime all tutvustatud ja Radford Neali autoriteetse 2011. aasta peatüki kaudu statistika peavoolu jõudnud HMC on tänapäeval Stanis ja PyMC-s vaikimisi kasutatav generaator ning seda peetakse laialdaselt tipptasemel mootoriks kõrgedimensionaalsete mudelite Bayes'liku järgsuse järelduste tegemisel.

Ava rakenduses MethodMindPeagiVideoPeagiLaadi slaidid alla

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Meetodikaart

Seotud meetodite ümbruskond — vali sõlm, et seda uurida.

+15 veel

Allikad

  1. 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
  2. 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
  3. 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

Kuidas sellele lehele viidata

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

Milline meetod?

Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.

Võrdle kõrvuti

Sellele viitavad

ScholarGateHamiltonian Monte Carlo (Hamiltonian Monte Carlo Sampling). Loetud 2026-06-15 aadressilt https://scholargate.app/et/bayesian/hamiltonian-monte-carlo · Andmestik: https://doi.org/10.5281/zenodo.20539026