बहुस्तरीय मोंटे कार्लो सिमुलेशन
बहुस्तरीय मोंटे कार्लो (MLMC) एक विचरण-न्यूनीकरण तकनीक है जो संख्यात्मक विभेदन के कई स्तरों पर चलाए गए सिमुलेशन को मिलाकर अपेक्षाओं का अनुमान लगाती है। स्थूल, सस्ते सिमुलेशन अधिकांश संकेत को पकड़ते हैं; सूक्ष्म, महंगे सिमुलेशन केवल शेष छोटी अंतर को ठीक करते हैं — अकेले सबसे सूक्ष्म स्तर पर मानक मोंटे कार्लो की तुलना में कुल कम्प्यूटेशनल लागत को नाटकीय रूप से कम करते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Multilevel Monte Carlo Simulation. ScholarGate. https://scholargate.app/hi/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.
- मार्कोव चेन मोंटे कार्लो (MCMC)अनुकरण↔ compare
- मोंटे कार्लो सिमुलेशननिर्णयन↔ compare
- कण फ़िल्टर (अनुक्रमिक मोंटे कार्लो)बायेसियन↔ compare
- सीक्वेंशियल मोंटे कार्लोबायेसियन↔ compare