Monte Carlo Seqüencial
El Monte Carlo Seqüencial (SMC) és una família d'algoritmes basats en simulació que aproximen distribucions de probabilitat evolutives propagant i reponderant un núvol de mostres aleatòries ponderades anomenades partícules. Gestiona models no lineals, no gaussianos i fluxos de dades de manera natural, convertint-se en el mètode d'elecció per a l'estimació d'estats en temps real i l'aproximació posterior sobre distribucions complexes.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+41 more
Fonts
- Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F - Radar and Signal Processing, 140(2), 107–113. DOI: 10.1049/ip-f-2.1993.0015 ↗
- Del Moral, P., Doucet, A., & Jasra, A. (2006). Sequential Monte Carlo samplers. Journal of the Royal Statistical Society: Series B, 68(3), 411–436. DOI: 10.1111/j.1467-9868.2006.00553.x ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/ca/bayesian/sequential-monte-carlo
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.
- Computació bayesiana aproximadaSimulació↔ compare
- Campionament de GibbsBayesià↔ compare
- Hamiltonian Monte CarloBayesià↔ compare
- Filtre de KalmanBayesià↔ compare
- Cadenes de Markov Monte Carlo (MCMC)Bayesià↔ compare
- Filtre de partícules (Mètodes Sequencials de Monte Carlo)Bayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →