Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Gaussian Processes to Speed up Hybrid Monte Carlo for Expensive Bayesian Integrals

Rasmussen, C. (2003). Gaussian Processes to Speed up Hybrid Monte Carlo for Expensive Bayesian Integrals. In J. Bernardo, J. Bayarri, J. Berger, A. Dawid, D. Heckerman, A. Smith, et al. (Eds.), Bayesian Statistics 7 (pp. 651-659). Oxford, UK: Oxford University Press.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-0013-DDA2-3 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0005-73C4-C
Genre: Konferenzbeitrag

Dateien

einblenden: Dateien
ausblenden: Dateien
:
pdf2080.pdf (beliebiger Volltext), 451KB
Öffnen   Speichern
Datei-Permalink:
https://hdl.handle.net/21.11116/0000-0005-73C5-B
Name:
pdf2080.pdf
Beschreibung:
-
OA-Status:
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Öffnen
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Rasmussen, CE1, Autor           
Affiliations:
1External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: Hybrid Monte Carlo (HMC) is often the method of choice for computing
Bayesian integrals that are not analytically tractable. However the success of this method may require a very large number of evaluations of the (un-normalized) posterior and its partial derivatives. In
situations where the posterior is computationally costly to evaluate,
this may lead to an unacceptable computational load for HMC. I propose
to use a Gaussian Process model of the (log of the) posterior for most
of the computations required by HMC. Within this scheme only
occasional evaluation of the actual posterior is required to guarantee
that the samples generated have exactly the desired distribution, even
if the GP model is somewhat inaccurate. The method is demonstrated on
a 10 dimensional problem, where 200 evaluations suffice for the
generation of 100 roughly independent points from the posterior. Thus,
the proposed scheme allows Bayesian treatment of models with
posteriors that are computationally demanding, such as models
involving computer simulation.

Details

einblenden:
ausblenden:
Sprache(n):
 Datum: 2003
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: 2080
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Seventh Valencia international meeting, dedicated to Dennis V. Lindley
Veranstaltungsort: Arona, Spain
Start-/Enddatum: 2002-06-02 - 2002-06-06

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Bayesian Statistics 7
Genre der Quelle: Konferenzband
 Urheber:
Bernardo, JM, Herausgeber
Bayarri, JM, Herausgeber
Berger, JO, Herausgeber
Dawid, AP, Herausgeber
Heckerman, D, Herausgeber
Smith, AFM, Herausgeber
West, M, Herausgeber
Affiliations:
-
Ort, Verlag, Ausgabe: Oxford, UK : Oxford University Press
Seiten: 750 Band / Heft: - Artikelnummer: - Start- / Endseite: 651 - 659 Identifikator: ISBN: 0-19-852615-6