Bayesian Cellular Automata — Probabilistisk kalibrering af overgangsregler via Bayesiansk inferens
Bayesian Cellular Automata (BCA) kombinerer den lokale rumlige dynamik fra klassiske cellulære automater med Bayesiansk inferens for at lære eller kalibrere overgangssandsynligheder fra observerede data. I stedet for at fastsætte regler manuelt, kodificerer analytikeren forudgående viden om, hvordan celler ændrer tilstand, og opdaterer disse overbevisninger med empirisk evidens, hvilket resulterer i en posterior fordeling over regelparametre, der driver principiel usikkerhedsbevidst simulering.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Hosseinali, F., Alesheikh, A. A., Nourian, F. (2013). Agent-based modeling of urban land-use development, case study: Simulating future scenarios of Qazvin city. Cities, 31, 105-113. DOI: 10.1016/j.cities.2012.09.002 ↗
- Cellular automaton. Wikipedia. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Cellular Automata — Probabilistic calibration of transition rules via Bayesian inference. ScholarGate. https://scholargate.app/da/simulation/bayesian-cellular-automata
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.
- Agent-baseret cellulær automatSimulering↔ compare
- Bayesiansk Agentbaseret ModelleringSimulering↔ compare
- Bayesiansk Markov-modelSimulering↔ compare
- MarkovmodelSimulering↔ compare
- Monte Carlo-simuleringBeslutningstagning↔ compare
- Stokastiske CelleautomaterSimulering↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →