Pseudo-marginal Hamiltonian Monte Carlo
Bayesian inference in the presence of an intractable likelihood function is computationally challenging. When following a Markov chain Monte Carlo (MCMC) approach to approximate the posterior distribution in this context, one typically either uses MCMC schemes which target the joint posterior of the...
Päätekijät: | Alenlov, J, Doucet, A, Lindsten, F |
---|---|
Aineistotyyppi: | Journal article |
Kieli: | English |
Julkaistu: |
Journal of Machine Learning Research
2021
|
Samankaltaisia teoksia
-
Nonparametric Hamiltonian Monte Carlo
Tekijä: Mak, C, et al.
Julkaistu: (2021) -
Interacting particle Markov chain Monte Carlo
Tekijä: Doucet, A, et al.
Julkaistu: (2016) -
Quantum dynamical Hamiltonian Monte Carlo
Tekijä: Owen Lockwood, et al.
Julkaistu: (2024-08-01) -
Shadow Magnetic Hamiltonian Monte Carlo
Tekijä: Wilson Tsakane Mongwe, et al.
Julkaistu: (2022-01-01) -
Adaptive Magnetic Hamiltonian Monte Carlo
Tekijä: Wilson Tsakane Mongwe, et al.
Julkaistu: (2021-01-01)