Prostorové vzorkování Gibbsovou metodou
Prostorové vzorkování Gibbsovou metodou aplikuje Gibbsovu vzorkovací metodu — algoritmus Markovova řetězce Monte Carlo (MCMC) aktualizující souřadnice po jedné — na modely, kde jsou pozorování uspořádána v prostoru a blízké lokace jsou statisticky závislé. Využitím podmíněné nezávislosti vyplývající ze struktury prostorových sousedství je každý bod aktualizován jeden po druhém s ohledem na své sousedy, což činí inferenci apriorního rozdělení zvládnutelnou pro Markovova náhodná pole, Gaussova náhodná pole a hierarchické geostatistické modely.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
- Rue, H. & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. Chapman & Hall/CRC. ISBN: 978-1584884323
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/cs/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.
- Bayesovský hierarchický modelBayesovská statistika↔ compare
- Gibbs SamplingBayesovská statistika↔ compare
- Prostorové bayesovské inferenční metodyBayesovská statistika↔ compare
- Prostorové MCMCBayesovská statistika↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →