Hamiltonian Monte Carlo Multilevel
Hamiltonian Monte Carlo Multilevel (HMC Multilevel) menggabungkan strategi pengurangan varians dari Monte Carlo Multilevel dengan eksplorasi efisien yang digerakkan gradien dari Hamiltonian Monte Carlo. Dengan menjalankan rantai HMC yang terhubung pada tingkat fidelitas atau diskretisasi yang meningkat, metode ini mencapai estimasi posterior yang akurat dengan biaya komputasi yang jauh lebih rendah daripada satu rantai HMC tingkat halus.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Multilevel Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/id/bayesian/multilevel-hamiltonian-monte-carlo
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Hamiltonian Monte CarloBayesian↔ bandingkan
- Hamiltonian Monte Carlo HirarkisBayesian↔ bandingkan
- Metropolis-Hastings (MCMC)Simulasi↔ bandingkan
- MCMC MultitingkatBayesian↔ bandingkan
- Inferensi Variasional MultilevelBayesian↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →