Robustā Hamiltona Monte Karlo metode
Robustā Hamiltona Monte Karlo metode (Robust HMC) ir standarta HMC paplašinājumu saime, kas izstrādāta, lai saglabātu ģeometrisko ergodiskumu un paraugu ņemšanas efektivitāti, ja a posteriori sadalījumam ir smagas astes, spēcīgas izliekuma variācijas vai gandrīz deģenerēta ģeometrija. Modificējot kinētisko enerģiju, masas matricu vai ierosināšanas mehānismu, šīs metodes nodrošina uzticamu sarežģītu a posteriori sadalījumu izpēti, ar ko standarta NUTS/HMC paraugu ņēmējs netiek galā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/lv/bayesian/robust-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.
- Gibbs SamplingBajesa metodes↔ salīdzināt
- Hamiltona MontekarloBajesa metodes↔ salīdzināt
- Robustā Bēsa secināšanaBajesa metodes↔ salīdzināt
- Variacionālā secinājumiBajesa metodes↔ salīdzināt
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →