Hamiltonian Monte Carlo Multilevel
Hamiltonian Monte Carlo Multilevel (HMC Multilevel) menggabungkan strategi pengurangan varians Monte Carlo Multilevel dengan penerokaan yang cekap didorong kecerunan Hamiltonian Monte Carlo. Dengan menjalankan rantai HMC yang bersambung pada tahap ketepatan atau diskretisasi model yang meningkat, ia mencapai anggaran posterior yang tepat pada kos pengiraan yang jauh lebih rendah daripada satu rantai HMC tahap halus.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- Beskos, A., Jasra, A., Law, K., Tempone, R., & Zhou, Y. (2017). Multilevel sequential Monte Carlo samplers. Stochastic Processes and their Applications, 127(5), 1417–1440. DOI: 10.1016/j.spa.2016.08.004 ↗
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multilevel Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/ms/bayesian/multilevel-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.
- Hamiltonian Monte CarloBayesian↔ banding
- Hierarchical Hamiltonian Monte CarloBayesian↔ banding
- Markov Chain Monte Carlo (MCMC)Simulasi↔ banding
- MCMC Berbilang ArasBayesian↔ banding
- Multilevel Variational InferenceBayesian↔ banding
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →