ScholarGate
Msaidizi
Bayesian methods

Hamiltonian Monte Carlo

Hamiltonian Monte Carlo (HMC) ni algorithmu ya Markov chain Monte Carlo inayotumia mtawanyiko ambayo hutumia jiometri ya uso wa log-posterior kufanya hatua kubwa, zenye ufahamu kupitia nafasi ya kigezo badala ya hatua ndogo za nasibu za MCMC za kawaida. Hapo awali ilianzishwa kwa nadharia ya uwanja wa lattice na Duane, Kennedy, Pendleton, na Roweth (1987) chini ya jina Hybrid Monte Carlo, na kuletwa katika takwimu kuu na sura yenye mamlaka ya 2011 ya Radford Neal, HMC leo ndiyo kiwango cha sampuli katika Stan na PyMC na inachukuliwa sana kama injini ya hali ya juu kwa uhakiki wa nyuma wa Bayesian katika miundo yenye vipimo vingi.

Fungua katika MethodMindHivi karibuniVideoHivi karibuniPakua slaidi

Soma mbinu kamili

Kwa wanachama pekee

Ingia kwa akaunti ya bure ili kusoma sehemu hii.

Ingia

Ramani ya mbinu

Jirani ya mbinu zinazohusiana — chagua nodi ili kuchunguza.

+15 zaidi

Vyanzo

  1. Duane, S., Kennedy, A. D., Pendleton, B. J., & Roweth, D. (1987). Hybrid Monte Carlo. Physics Letters B, 195(2), 216–222. DOI: 10.1016/0370-2693(87)91197-X
  2. Neal, R. M. (2011). MCMC using Hamiltonian dynamics. In S. Brooks, A. Gelman, G. L. Jones, & X.-L. Meng (Eds.), Handbook of Markov Chain Monte Carlo (pp. 116–162). Chapman and Hall/CRC. ISBN: 978-1420079418
  3. 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

Jinsi ya kunukuu ukurasa huu

ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/sw/bayesian/hamiltonian-monte-carlo

Mbinu ipi?

Weka mbinu hii kando ya jamaa zake wa karibu na uzisome bega kwa bega — maktaba huweka vitabu mezani; uamuzi ni wako.

Linganisha bega kwa bega

Imerejelewa na

ScholarGateHamiltonian Monte Carlo (Hamiltonian Monte Carlo Sampling). Imepatikana 2026-06-15 kutoka https://scholargate.app/sw/bayesian/hamiltonian-monte-carlo · Seti ya data: https://doi.org/10.5281/zenodo.20539026