Hamiltonian Monte Carlo ar kļūdu mērījumos
Hamiltonian Monte Carlo (HMC) ar kļūdu mērījumos ir uzņēmējdarbības aprēķinu stratēģija modeļu pielāgošanai, kur viens vai vairāki kovariāti tiek novēroti ar troksni. HMC kopīgi ņem paraugus no modeļa parametru un neuztvērto patieso kovariātu vērtību aizmugures sadalījuma, izmantojot gradientu vadītus priekšlikumus, kas efektīvi izpēta augstdimensionālo aizmugures sadalījumu un izvairās no standarta Metropolis paraugu lēnās nejaušās pastaigas uzvedības.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Bayesian Measurement Error Models. ScholarGate. https://scholargate.app/lv/bayesian/hamiltonian-monte-carlo-with-measurement-error
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Bajesiešu secinājumi ar mērījumu kļūduBajesa metodes↔ salīdzināt
- Gibbsa atlase ar mērījumu kļūduBajesa metodes↔ salīdzināt
- Hamiltona MontekarloBajesa metodes↔ salīdzināt
- Kalman Filter ar kļūdu mērījumosBajesa metodes↔ salīdzināt
- MCMC ar mērījumu kļūduBajesa metodes↔ salīdzināt
- Variacionālā secināšana ar mērījumu kļūduBajesa metodes↔ salīdzināt
Uz to atsaucas
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →