Алгоритм Метрополиса – Гастингса
Алгоритм Метрополиса–Гастингса История алгоритма Метрополиса–Гастингса Алгоритм назван в честь Николаса Метрополиса и У.К. Гастингса. В 1953 году предложен для симметричного […]
Алгоритм Метрополиса–Гастингса История алгоритма Метрополиса–Гастингса Алгоритм назван в честь Николаса Метрополиса и У.К. Гастингса. В 1953 году предложен для симметричного […]
Вычисления уравнений состояния на быстродействующих вычислительных машинах История и развитие алгоритма Алгоритм Метрополиса Монте-Карло предложен в 1953 году Николасом Метрополисом,
Цепь Маркова Монте-Карло Байесовский вывод и вероятность Байесовская вероятность основана на теореме Байеса и теореме Бернштейна–фон Мизеса. Согласованность и теорема
Тасовка Фишера–Йейтса Тасовка Фишера–Йейтса Алгоритм для перетасовки конечной последовательности Производит несмещенную перестановку с равной вероятностью Современная версия требует времени, пропорционального
Молекулярное моделирование методом Монте-Карло Основы молекулярного моделирования Монте-Карло Метод Монте-Карло применяется к молекулярным задачам, отличается от молекулярной динамики. Основан на
Легкий транспорт мегаполиса Основы Metropolis light transport (MLT) MLT – глобальное приложение для освещения, использующее метод Монте-Карло. Алгоритм Метрополиса-Гастингса применяется
Поиск по дереву методом Монте-Карло Основы поиска по дереву Монте-Карло Поиск по дереву Монте-Карло – это метод, используемый для оценки
Метод перекрестной энтропии Основы метода перекрестной энтропии Метод перекрестной энтропии (CE) используется для оптимизации стохастических моделей. CE основан на принципе
Метод Монте-Карло Основы метода Монте-Карло Метод Монте-Карло – это статистический метод для моделирования случайных процессов. Используется для оценки вероятностей и
Интеграция по методу Монте-Карло Основы метода Монте-Карло Метод Монте-Карло используется для численного интегрирования функций, которые не могут быть вычислены аналитически.
Метод Квазимонте-Карло Обзор методов Монте-Карло и Квази-Монте-Карло Методы Монте-Карло основаны на случайном выборе и используются для решения задач, связанных с
Стохастическая оптимизация Основы стохастической оптимизации Методы стохастической оптимизации используют случайные величины для решения задач оптимизации. Случайные величины могут быть включены
Алгоритм Гиллеспи Основы стохастического моделирования Стохастическое моделирование – это метод, который имитирует случайные процессы, такие как химические реакции. Используется для
Динамический метод Монте-Карло Основы динамического метода Монте-Карло (DMC) DMC – это метод Монте-Карло для моделирования динамики молекул. Он отличается от
Имитация отжига Основы имитационного отжига Имитационный отжиг – это метод оптимизации, основанный на моделировании физических процессов, таких как тепловое движение.
Повторная выборка (статистика) Bootstrap и складной нож – методы повторной выборки для оценки изменчивости статистических показателей. Bootstrap основан на повторной
Метод Монте-Карло Монте-Карло моделирование – метод статистического моделирования, основанный на случайности. Моделирование методом Монте-Карло используется для изучения явлений с высокой