Solidny Hamiltonian Monte Carlo
Solidny Hamiltonian Monte Carlo (Robust HMC) to rodzina rozszerzeń standardowego HMC zaprojektowanych w celu utrzymania geometrycznej ergodyczności i efektywności próbkowania, gdy rozkład a posteriori ma ciężkie ogony, silne zmiany krzywizny lub prawie zdegenerowaną geometrię. Modyfikując energię kinetyczną, macierz mas lub mechanizm propozycji, metody te zapewniają niezawodną eksplorację trudnych rozkładów a posteriori, które pokonują standardowy próbnik NUTS/HMC.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/pl/bayesian/robust-hamiltonian-monte-carlo
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Próbkowanie GibbsaStatystyka bayesowska↔ porównaj
- Hamiltonian Monte CarloStatystyka bayesowska↔ porównaj
- Solidne wnioskowanie bayesowskieStatystyka bayesowska↔ porównaj
- Inferencja wariacyjnaStatystyka bayesowska↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →