Robust Hamiltonian Monte Carlo
Robust Hamiltonian Monte Carlo (Robust HMC) er en familie av utvidelser til standard HMC designet for å opprettholde geometrisk ergodisitet og samplingseffektivitet når posteriorfordelingen har tunge haler, sterk krumningvariasjon eller nær-degenerert geometri. Ved å modifisere kinetisk energi, massenrik eller forslagsmekanisme, sikrer disse metodene pålitelig utforskning av vanskelige posteriorfordelinger som overvinner standard NUTS/HMC-sampler.
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
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/no/bayesian/robust-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.
- Gibbs-samplingBayesiansk↔ compare
- Hamiltonian Monte CarloBayesiansk↔ compare
- Robust Bayesiansk InferensBayesiansk↔ compare
- VariasjonsinferensBayesiansk↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →