Mitmetasemelised Monte Carlo simulatsioonid
Mitmetasemelised Monte Carlo (MLMC) meetodid on dispersiooni vähendamise tehnikad, mis hindavad ootusi, kombineerides erineva numbrilise täpsusega simulatsioone. Peened, kallid simulatsioonid korrigeerivad vaid väikest jääk-erinevust, samas kui jämedad, odavad simulatsioonid püüavad suurema osa signaalist. See vähendab oluliselt kogukulusid võrreldes standardse Monte Carlo meetodiga, mis kasutab ainult kõige peenemat täpsust.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Giles, M. B. (2008). Multilevel Monte Carlo path simulation. Operations Research, 56(3), 607–617. DOI: 10.1287/opre.1070.0496 ↗
- Giles, M. B. (2015). Multilevel Monte Carlo methods. Acta Numerica, 24, 259–328. DOI: 10.1017/s096249291500001x ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Multilevel Monte Carlo Simulation. ScholarGate. https://scholargate.app/et/bayesian/multilevel-monte-carlo-simulation
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.
- Markov Chain Monte Carlo (MCMC)Simulatsioon↔ compare
- Monte Carlo simulatsioonOtsustamine↔ compare
- Particle Filter (Sequential Monte Carlo)Bayesi meetodid↔ compare
- Jadaline Monte CarloBayesi meetodid↔ compare
Märkasid sellel lehel viga? Teata sellest või paku parandust →