Robuuste Hamiltoniaan Monte Carlo
Robuuste Hamiltoniaan Monte Carlo (Robust HMC) is een familie van uitbreidingen op standaard HMC, ontworpen om geometrische ergodiciteit en samplingefficiëntie te behouden wanneer de posterior zware staarten, sterke krommingsvariatie of een bijna-gedegenereerde geometrie heeft. Door de kinetische energie, massamatrix of het voorstelmechanisme aan te passen, zorgen deze methoden voor een betrouwbare exploratie van moeilijke posteriors die de standaard NUTS/HMC-sampler verslaan.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/nl/bayesian/robust-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.
- Gibbs SamplingBayesiaanse statistiek↔ vergelijken
- Hamiltonian Monte CarloBayesiaanse statistiek↔ vergelijken
- Robuuste Bayesiaanse InferentieBayesiaanse statistiek↔ vergelijken
- Variatie-inferentieBayesiaanse statistiek↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →