Monitasoinen Hamiltonin Monte Carlo
Monitasoinen Hamiltonin Monte Carlo (Multilevel HMC) yhdistää monitasoisen Monte Carlon varianssinvähennysstrategian Hamiltonin Monte Carlon tehokkaaseen gradienttipohjaiseen tutkimiseen. Ajamalla kytkettyjä HMC-ketjuja mallin uskottavuuden tai diskretoinnin kasvavilla tasoilla saavutetaan tarkat posterioriarviot laskennallisella kustannuksella, joka on huomattavasti pienempi kuin yhden hienotason HMC-ketjun kustannus.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Beskos, A., Jasra, A., Law, K., Tempone, R., & Zhou, Y. (2017). Multilevel sequential Monte Carlo samplers. Stochastic Processes and their Applications, 127(5), 1417–1440. DOI: 10.1016/j.spa.2016.08.004 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Multilevel Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/fi/bayesian/multilevel-hamiltonian-monte-carlo
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Hamiltonin Monte CarloBayesilainen tilastotiede↔ vertaa
- Hierarkkinen Hamiltonin Monte Carlo -menetelmäBayesilainen tilastotiede↔ vertaa
- Markov Chain Monte Carlo (MCMC)Simulointi↔ vertaa
- Monitasoisen MCMC:n käyttöBayesilainen tilastotiede↔ vertaa
- Monitasoinen variaatioinferenssiBayesilainen tilastotiede↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →