Hamiltonian Monte Carlo
Hamiltonian Monte Carlo (HMC) là một thuật toán Markov chain Monte Carlo dựa trên gradient, sử dụng hình học của bề mặt log-posterior để thực hiện các bước nhảy lớn, có định hướng trong không gian tham số thay vì các bước ngẫu nhiên nhỏ của MCMC cổ điển. Ban đầu được giới thiệu cho lý thuyết trường lưới (lattice field theory) bởi Duane, Kennedy, Pendleton, và Roweth (1987) dưới tên gọi Hybrid Monte Carlo, và được đưa vào thống kê chính thống bởi chương sách có thẩm quyền năm 2011 của Radford Neal, HMC ngày nay là bộ lấy mẫu mặc định trong Stan và PyMC và được đánh giá rộng rãi là công cụ tiên tiến nhất cho suy luận posterior Bayes trong các mô hình nhiều chiều.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
+15 nữa
Nguồn tài liệu
- 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 ↗
- 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 ↗
- 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
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Hamiltonian Monte Carlo Sampling. ScholarGate. https://scholargate.app/vi/bayesian/hamiltonian-monte-carlo
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Hồi quy BayesBayes↔ so sánh
- Chuỗi Markov Monte Carlo (MCMC)Bayes↔ so sánh
- Suy diễn biến phânBayes↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →