Hamiltonian Monte Carlo Robusto
L'Hamiltonian Monte Carlo Robusto (Robust HMC) è una famiglia di estensioni dell'HMC standard, progettata per mantenere l'ergodicità geometrica e l'efficienza di campionamento quando la distribuzione a posteriori presenta code pesanti, una forte variazione di curvatura o una geometria quasi degenere. Modificando l'energia cinetica, la matrice di massa o il meccanismo di proposta, questi metodi assicurano un'esplorazione affidabile di distribuzioni a posteriori difficili che mettono in crisi il campionatore NUTS/HMC standard.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/it/bayesian/robust-hamiltonian-monte-carlo
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Gibbs SamplingBayesiano↔ confronta
- Hamiltonian Monte CarloBayesiano↔ confronta
- Inferenza Bayesiana RobustaBayesiano↔ confronta
- Inferenza VariazionaleBayesiano↔ confronta
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →