Bayesian methodsBayesian / computational
頑健ハミルトニアン・モンテカルロ法
頑健ハミルトニアン・モンテカルロ法（Robust HMC）は、事後分布が重い裾を持つ、曲率の変動が大きい、あるいは幾何学的にほぼ退化した性質を持つ場合に、幾何学的エルゴード性とサンプリング効率を維持するように設計された、標準HMCの拡張ファミリーである。運動エネルギー、質量行列、または提案メカニズムを変更することにより、これらの手法は、標準のNUTS/HMCサンプラーを破綻させるような困難な事後分布の信頼性の高い探索を保証する。
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。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/ja/bayesian/robust-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 →