Bayesian methodsBayesian / computational
Hamiltonian Monte Carlo with Measurement Error
측정 오차를 동반한 Hamiltonian Monte Carlo (HMC)는 하나 이상의 공변량이 노이즈를 동반하여 관측되는 모델을 적합시키기 위한 베이지안 계산 전략입니다. HMC는 모델 매개변수와 관측되지 않은 실제 공변량 값에 대한 사후 분포로부터 공동으로 표본을 추출하며, 고차원 사후 분포를 효율적으로 탐색하고 표준 Metropolis 표본 추출의 느린 랜덤 워크 동작을 피하는 기울기 기반 제안을 사용합니다.
MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Carroll, R. J., Ruppert, D., Stefanski, L. A., & Crainiceanu, C. M. (2006). Measurement Error in Nonlinear Models: A Modern Perspective (2nd ed.). Chapman and Hall/CRC. ISBN: 978-1584886334
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/ko/bayesian/hamiltonian-monte-carlo-with-measurement-error
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 측정 오차를 포함한 베이즈 추론베이지안↔ 비교
- 측정 오차를 동반한 깁스 샘플링베이지안↔ 비교
- 해밀토니안 몬테카를로베이지안↔ 비교
- 칼만 필터와 측정 오차베이지안↔ 비교
- MCMC with Measurement Error베이지안↔ 비교
- 측정 오차를 동반한 변분 추론베이지안↔ 비교
이 방법을 참조하는 항목
Similar methods
Metropolis-Hastings with measurement errorBayesian Inference with Measurement ErrorMCMC with Measurement ErrorVariational Inference with Measurement ErrorGibbs Sampling with Measurement ErrorHamiltonian Monte Carlo with Missing DataHierarchical Hamiltonian Monte CarloBayesian Model Averaging with Measurement Error