Bayesian methods
ハミルトニアンモンテカルロ
ハミルトニアンモンテカルロ (HMC) は、勾配ベースのマルコフ連鎖モンテカルロアルゴリズムであり、対数事後分布曲面の幾何学的構造を利用して、古典的なMCMCの小さなランダムステップの代わりに、パラメータ空間を大きく、情報に基づいたジャンプで探索します。元々はDuane, Kennedy, Pendleton, and Roweth (1987) によってHybrid Monte Carloという名前で格子場理論のために導入され、Radford Nealの2011年の権威ある章によって主流の統計学にもたらされました。HMCは今日、StanおよびPyMCのデフォルトサンプラーであり、高次元モデルにおけるベイズ事後推論のための最先端エンジンとして広く認識されています。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
他 15 件
出典
- Duane, S., Kennedy, A. D., Pendleton, B. J., & Roweth, D. (1987). Hybrid Monte Carlo. Physics Letters B, 195(2), 216–222. DOI: 10.1016/0370-2693(87)91197-X ↗
- Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. L. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 116–162). Chapman and Hall/CRC. ISBN: 978-1420079418 ↗
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
このページの引用方法
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/ja/bayesian/hamiltonian-monte-carlo
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
並べて比較する →この手法を参照する項目
動的ハミルトニアン・モンテカルロ法動的逐次モンテカルロ法Gibbs Sampling測定誤差を伴うハミルトニアン・モンテカルロ法欠損データを含むハミルトニアン・モンテカルロ法階層的ハミルトニアン・モンテカルロ法階層マルコフ連鎖モンテカルロ法モデル比較のためのMCMC欠損値を含むMCMC (MCMC with missing data)メトロポリス・ヘイスティングス法多層ギブスサンプリングMultilevel Hamiltonian Monte CarloマルチレベルMCMCNo-U-Turn Sampler (NUTS)頑健ハミルトニアン・モンテカルロ法ロバストMCMC（Robust Markov Chain Monte Carlo）ロバスト粒子フィルタ頑健逐次モンテカルロ法逐次モンテカルロ法スライスサンプリングSpatial MCMC時系列MCMC