Prostorová variační inference
Prostorová variační inference je škálovatelná přibližná Bayesovská metoda, která přizpůsobuje latentní Gaussovské modely nebo modely Gaussovských procesů georeferencovaným datům optimalizací dolní meze marginální věrohodnosti. Nahrazuje nákladné vzorkování MCMC deterministickým optimalizačním krokem, čímž činí úplnou kvantifikaci nejistoty posteriorní distribuce zvládnutelnou pro velké prostorové datové sady.
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
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Spatial Variational Inference for Latent Gaussian Models. ScholarGate. https://scholargate.app/cs/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.
- Bayesovský hierarchický modelBayesovská statistika↔ compare
- Gaussovský procesStrojové učení↔ compare
- Prostorové bayesovské inferenční metodyBayesovská statistika↔ compare
- Prostorové MCMCBayesovská statistika↔ compare
- Variační inferenceBayesovská statistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →