Multilevel Hamiltonian Monte Carlo
Multilevel Hamiltonian Monte Carlo (Multilevel HMC) combineert de variantiereductiestrategie van multilevel Monte Carlo met de efficiënte, door gradiënten gedreven exploratie van Hamiltonian Monte Carlo. Door gekoppelde HMC-ketens te draaien op toenemende niveaus van modelgetrouwheid of discretisatie, worden accurate posterior-schattingen verkregen tegen een rekenkundige kost die substantieel lager is dan die van een enkele HMC-keten op fijn niveau.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Multilevel Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/nl/bayesian/multilevel-hamiltonian-monte-carlo
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Hamiltonian Monte CarloBayesiaanse statistiek↔ vergelijken
- Hiërarchische Hamiltoniaanse Monte CarloBayesiaanse statistiek↔ vergelijken
- Markov Chain Monte Carlo (MCMC)Simulatie↔ vergelijken
- Multilevel Markov-kettingmonte-CarloBayesiaanse statistiek↔ vergelijken
- Multilevel Variational InferenceBayesiaanse statistiek↔ vergelijken
Geciteerd door
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →