Inferencia Variacional Espacial
La inferència variacional espacial és un mètode bayesià aproximat escalable que ajusta models latents gaussianos o de procés gaussà per a dades georeferenciades optimitzant un límit inferior de la probabilitat marginal. Substitueix el mostreig MCMC costós per un pas d'optimització determinista, fent que la quantificació de la incertesa de la postrior completa sigui tractable per a grans conjunts de dades espacials.
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.
Fonts
- Titsias, M. K. (2009). Variational learning of inducing variables in sparse Gaussian processes. In Proceedings of the 12th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 5, pp. 567-574. link ↗
- Rue, H., Martino, S., & Chopin, N. (2009). Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations. Journal of the Royal Statistical Society: Series B, 71(2), 319-392. DOI: 10.1111/j.1467-9868.2008.00700.x ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Spatial Variational Inference for Latent Gaussian Models. ScholarGate. https://scholargate.app/ca/bayesian/spatial-variational-inference
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.
- Model Jeràrquic BayesianaBayesià↔ compare
- Processos GaussianosAprenentatge automàtic↔ compare
- Inferència bayesiana espacialBayesià↔ compare
- MCMC espacialBayesià↔ compare
- Inferència variacionalBayesià↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →