Hamiltonian Monte Carlo
Hamiltonian Monte Carlo (HMC) ialah algoritma Markov chain Monte Carlo berasaskan gradien yang menggunakan geometri permukaan log-posterior untuk membuat lompatan besar dan termaklum melalui ruang parameter, berbanding dengan langkah rawak kecil MCMC klasik. Asalnya diperkenalkan untuk teori medan kekisi oleh Duane, Kennedy, Pendleton, dan Roweth (1987) di bawah nama Hybrid Monte Carlo, dan dibawa ke dalam statistik arus perdana oleh bab berwibawa Radford Neal pada tahun 2011, HMC kini merupakan pensampel lalai dalam Stan dan PyMC dan secara meluas dianggap sebagai enjin terkini untuk inferens posterior Bayesian dalam model berdimensi tinggi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
+15 lagi
Sumber
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/ms/bayesian/hamiltonian-monte-carlo
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Regresi BayesianBayesian↔ banding
- Markov Chain Monte Carlo (MCMC)Bayesian↔ banding
- Inferens VariasiBayesian↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →