Robuszt Hamiltonian Monte Carlo
A Robuszt Hamiltonian Monte Carlo (Robust HMC) az alap HMC-módszerek kiterjesztéseinek egy olyan családja, amelyet arra terveztek, hogy megőrizzék a geometriai ergodicitást és a mintavételi hatékonyságot olyan esetekben, amikor a posterior eloszlásnak nehéz farkai vannak, erős görbületi változásokat mutat, vagy közel degenerált geometriájú. A kinetikus energia, a tömegmátrix vagy az ajánlási mechanizmus módosításával ezek a módszerek biztosítják a nehezen feltérképezhető posterior eloszlások megbízható vizsgálatát, amelyek kifogást jelentenek az alap NUTS/HMC mintavételező számára.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
- Betancourt, M. (2017). A conceptual introduction to Hamiltonian Monte Carlo. arXiv preprint arXiv:1701.02434. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/hu/bayesian/robust-hamiltonian-monte-carlo
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Gibbs-mintavételBayes-statisztika↔ összehasonlítás
- Hamiltonian Monte CarloBayes-statisztika↔ összehasonlítás
- Robusztus Bayes-i következtetésBayes-statisztika↔ összehasonlítás
- Variational InferenceBayes-statisztika↔ összehasonlítás
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →