ScholarGate
Βοηθός
Bayesian methodsBayesian / computational

Ιεραρχικό Φίλτρο Σωματιδίων

Ένα ιεραρχικό φίλτρο σωματιδίων επεκτείνει τη Διαδοχική Μέθοδο Monte Carlo (Sequential Monte Carlo, SMC) σε μοντέλα χώρου καταστάσεων με πολλαπλά επίπεδα λανθανουσών μεταβλητών. Τα σωματίδια διαδίδονται σε κάθε επίπεδο της ιεραρχίας, επιτρέποντας στη μέθοδο να παρακολουθεί ταυτόχρονα τόσο τη λεπτομερή δυναμική της κατάστασης όσο και τους βραδύτερα μεταβαλλόμενους υπερπαραμέτρους, αποδίδοντας βαθμονομημένες οπίσθιες κατανομές σε όλα τα επίπεδα του μοντέλου.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαΛήψη διαφανειών

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Χάρτης μεθόδων

Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.

Πηγές

  1. Briers, M., Doucet, A. & Maskell, S. (2010). Smoothing algorithms for state-space models. Annals of the Institute of Statistical Mathematics, 62(1), 61-89. DOI: 10.1007/s10463-009-0236-2
  2. Chopin, N., Jacob, P. E. & Papaspiliopoulos, O. (2013). SMC2: an efficient algorithm for sequential analysis of state-space models. Journal of the Royal Statistical Society: Series B, 75(3), 397-426. DOI: 10.1111/j.1467-9868.2012.01046.x

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Hierarchical Particle Filter. ScholarGate. https://scholargate.app/el/bayesian/hierarchical-particle-filter

Ποια μέθοδος;

Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.

Συγκρίνετε παράλληλα
ScholarGateHierarchical Particle Filter (Hierarchical Particle Filter). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/bayesian/hierarchical-particle-filter · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026