Hamiltonian Monte Carlo (Hierarchical HMC) hierarhiskā modelēšana
Hierarchical Hamiltonian Monte Carlo (Hierarchical HMC) piemēro Hamiltonian Monte Carlo (HMC) izlasi Beijesa hierarhiskajiem modeļiem, risinot tos ģeometriskos izaicinājumus, ko šie modeļi rada. Apvienojot necentrētu parametrizāciju ar HMC gradientu vadītiem priekšlikumiem, tiek panākta efektīva posteriora izpēte daudzlīmeņu piltuvveida ģeometrijās, ar kurām standarta MCMC metodes nespēj tikt galā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Betancourt, M. & Girolami, M. (2015). Hamiltonian Monte Carlo for hierarchical models. In S. K. Upadhyay, U. Singh, D. K. Dey & A. Loganathan (Eds.), Current Trends in Bayesian Methodology with Applications (pp. 79-101). CRC Press. link ↗
- 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 for Hierarchical Models. ScholarGate. https://scholargate.app/lv/bayesian/hierarchical-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
- Hamiltona MontekarloBajesa metodes↔ salīdzināt
- Hierarhiskā Bayesas inferencēšanaBajesa metodes↔ salīdzināt
- Hierarchical Markov Chain Monte CarloBajesa metodes↔ salīdzināt
- Mārkova ķēžu Montekarlo (MCMC)Bajesa metodes↔ salīdzināt
Uz to atsaucas
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →