Bayesian methodsBayesian / computational
多层哈密顿蒙特卡洛 (Multilevel Hamiltonian Monte Carlo)
多层哈密顿蒙特卡洛 (Multilevel HMC) 结合了多层蒙特卡洛 (multilevel Monte Carlo) 的方差缩减策略与哈密顿蒙特卡洛 (Hamiltonian Monte Carlo) 的梯度驱动探索优势。通过在模型保真度或离散化程度不断提高的层级上运行耦合的 HMC 马尔可夫链，可以在远低于单条精细层级 HMC 链的计算成本下获得精确的后验估计。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Multilevel Hamiltonian Monte Carlo. ScholarGate. https://scholargate.app/zh/bayesian/multilevel-hamiltonian-monte-carlo
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →