ScholarGate
دستیار
Bayesian methodsBayesian / computational

هملتونی مونت کارلو قوی

هملتونی مونت کارلو قوی (Robust HMC) خانواده‌ای از افزونه‌ها برای HMC استاندارد است که برای حفظ ارگودیسیته هندسی و کارایی نمونه‌برداری در زمانی که پسین دارای دم‌های سنگین، تغییرات انحنای قوی، یا هندسه نزدیک به منفرد است، طراحی شده است. با اصلاح انرژی جنبشی، ماتریس جرم، یا مکانیزم پیشنهاد، این روش‌ها کاوش قابل اعتماد پسین‌های دشواری را که نمونه‌گیر استاندارد NUTS/HMC را شکست می‌دهند، تضمین می‌کنند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیدریافت اسلایدها

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  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

نحوهٔ استناد به این صفحه

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

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم
ScholarGateRobust Hamiltonian Monte Carlo (Robust Hamiltonian Monte Carlo). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/bayesian/robust-hamiltonian-monte-carlo · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026