ScholarGate
Assistant
Bayesian methodsBayesian / computational

Hamiltonien Monte Carlo Robuste

Le Hamiltonien Monte Carlo Robuste (Robust HMC) est une famille d'extensions du HMC standard conçue pour maintenir l'ergodicité géométrique et l'efficacité de l'échantillonnage lorsque la postérieure présente des queues épaisses, une forte variation de courbure ou une géométrie quasi-dégénérée. En modifiant l'énergie cinétique, la matrice de masse ou le mécanisme de proposition, ces méthodes garantissent une exploration fiable des postérieures difficiles qui déjouent le sampler NUTS/HMC standard.

Ouvrir dans MethodMindBientôtVidéoBientôtTélécharger les diapositives

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  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

Comment citer cette page

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

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte
ScholarGateRobust Hamiltonian Monte Carlo (Robust Hamiltonian Monte Carlo). Consulté le 2026-06-15 sur https://scholargate.app/fr/bayesian/robust-hamiltonian-monte-carlo · Jeu de données : https://doi.org/10.5281/zenodo.20539026