ScholarGate
アシスタント
Bayesian methodsBayesian / computational

多重レベルモンテカルロ法

多重レベルモンテカルロ法(MLMC)は、複数の数値解像度レベルで実行されたシミュレーションを組み合わせて期待値を推定する分散削減技術である。粗い、安価なシミュレーションが信号の大部分を捉え、細かい、高価なシミュレーションは残りの小さな差分のみを修正する。これにより、最も細かいレベルのみでの標準モンテカルロ法と比較して、総計算コストが劇的に削減される。

MethodMindで開く近日公開動画近日公開Download slides

手法の全文を読む

会員限定

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。

ログイン

Method map

The neighbourhood of related methods — select a node to explore.

出典

  1. Giles, M. B. (2008). Multilevel Monte Carlo path simulation. Operations Research, 56(3), 607–617. DOI: 10.1287/opre.1070.0496
  2. Giles, M. B. (2015). Multilevel Monte Carlo methods. Acta Numerica, 24, 259–328. DOI: 10.1017/s096249291500001x

このページの引用方法

ScholarGate. (2026, June 3). Multilevel Monte Carlo Simulation. ScholarGate. https://scholargate.app/ja/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.

Compare side by side
ScholarGateMultilevel Monte Carlo Simulation (Multilevel Monte Carlo Simulation). 2026-06-15に以下より取得 https://scholargate.app/ja/bayesian/multilevel-monte-carlo-simulation · データセット: https://doi.org/10.5281/zenodo.20539026