Bayesian methodsBayesian / computational

أخذ العينات بطريقة جيبس المكانية

تطبق طريقة جيبس المكانية أخذ العينات بطريقة جيبس - وهي خوارزمية سلسلة ماركوف مونت كارلو (MCMC) على مستوى الإحداثيات - على النماذج التي يتم فيها ترتيب الملاحظات في الفضاء وتكون المواقع القريبة معتمدة إحصائيًا. من خلال استغلال الاستقلال الشرطي الذي يتضمنه هيكل الجوار المكاني، يتم تحديث كل موقع على حدة بالنظر إلى جيرانه، مما يجعل الاستدلال اللاحق قابلاً للتتبع لحقول ماركوف العشوائية، وحقول غاوس العشوائية، والنماذج الجيواحصائية الهرمية.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. DOI: 10.1109/TPAMI.1984.4767596
  2. Rue, H. & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. Chapman & Hall/CRC. ISBN: 978-1584884323

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/ar/bayesian/spatial-gibbs-sampling

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateSpatial Gibbs Sampling (Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/bayesian/spatial-gibbs-sampling · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026