Hamiltonian Monte Carlo Đa cấp
Hamiltonian Monte Carlo Đa cấp (Multilevel HMC) kết hợp chiến lược giảm phương sai của Monte Carlo Đa cấp với sự khám phá hiệu quả dựa trên gradient của Hamiltonian Monte Carlo. Bằng cách chạy các chuỗi HMC được ghép nối ở các cấp độ trung thực hoặc rời rạc hóa mô hình tăng dần, nó đạt được ước tính hậu nghiệm chính xác với chi phí tính toán thấp hơn đáng kể so với một chuỗi HMC duy nhất ở cấp độ tinh vi.
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.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Multilevel Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/vi/bayesian/multilevel-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.
- Hamiltonian Monte CarloBayes↔ so sánh
- Hamiltonian Monte Carlo phân cấpBayes↔ so sánh
- Markov Chain Monte Carlo (MCMC)Mô phỏng↔ so sánh
- Multilevel MCMCBayes↔ so sánh
- Suy diễn biến phân đa cấpBayes↔ so sánh
Được tham chiếu bởi
Similar methods
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →