Hierarkisk Hamiltonian Monte Carlo
Hierarkisk Hamiltonian Monte Carlo (Hierarkisk HMC) anvender Hamiltonian Monte Carlo-sampling på Bayesianske hierarkiske modeller, og adresserer de alvorlige geometriske utfordringene disse modellene utgjør. Ved å kombinere ikke-sentrerte parameteriseringer med HMC-ens gradientdrevne forslag, oppnår den effektiv utforskning av posteriorfordelingen for fler-nivå, traktformede geometrier som standard MCMC-metoder sliter med.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Betancourt, M. & Girolami, M. (2015). Hamiltonian Monte Carlo for hierarchical models. In S. K. Upadhyay, U. Singh, D. K. Dey & A. Loganathan (Eds.), Current Trends in Bayesian Methodology with Applications (pp. 79-101). CRC Press. link ↗
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo for Hierarchical Models. ScholarGate. https://scholargate.app/no/bayesian/hierarchical-hamiltonian-monte-carlo
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesiansk regresjonBayesiansk↔ compare
- Hamiltonian Monte CarloBayesiansk↔ compare
- Hierarkisk Bayesiansk InferensBayesiansk↔ compare
- Hierarkisk Markovkjede Monte CarloBayesiansk↔ compare
- Markov Chain Monte Carlo (MCMC)Bayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →