Multilevel-Hamilton Monte Carlo
Hamiltonsk Monte Carlo med flera nivåer (Multilevel HMC) kombinerar strategin för variansreduktion från Monte Carlo med flera nivåer med den effektiva gradientdrivna utforskningen av Hamiltonsk Monte Carlo. Genom att köra kopplade HMC-kedjor på ökande nivåer av modelltrohet eller diskretisering uppnås noggranna posteriora uppskattningar till en beräkningskostnad som är väsentligt lägre än för en enskild HMC-kedja på fin nivå.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Multilevel Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/sv/bayesian/multilevel-hamiltonian-monte-carlo
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Hamiltonian Monte CarloBayesiansk statistik↔ jämför
- Hierarkisk Hamiltonsk Monte CarloBayesiansk statistik↔ jämför
- Markov Chain Monte Carlo (MCMC)Simulering↔ jämför
- Multilevel MCMCBayesiansk statistik↔ jämför
- Multilevel Variational InferenceBayesiansk statistik↔ jämför
Refereras av
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →