Hamiltona Montekarlo
Hamiltona Montekarlo (HMC) ir uz gradientu balstīts Markova ķēžu Montekarlo algoritms, kas izmanto log-priekšējās virsmas ģeometriju, lai veiktu lielus, informētus lēcienus caur parametru telpu, nevis mazus nejaušus soļus kā klasiskajā MCMC. Sākotnēji ieviests režģa lauka teorijā ar nosaukumu Hibrīda Montekarlo (Duane, Kennedy, Pendleton un Roweth, 1987), un Radforda Nīla autoritatīvajā 2011. gada nodaļā ieviests galvenajā statistikā, HMC mūsdienās ir noklusējuma paraugu ņēmējs Stan un PyMC un tiek plaši uzskatīts par modernāko dzinēju Bayesiskajai priekšējai inferenču veikšanai augstdimensionālos modeļos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
+vēl 15
Avoti
- 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
Kā citēt šo lapu
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/lv/bayesian/hamiltonian-monte-carlo
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Beijesiskā regresijaBajesa metodes↔ salīdzināt
- Mārkova ķēžu Montekarlo (MCMC)Bajesa metodes↔ salīdzināt
- Variacionālā secinājumiBajesa metodes↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →