Monte Carlo Secuencial Dinámico
El Monte Carlo Secuencial Dinámico (SMC Dinámico) es un método computacional bayesiano que mantiene y actualiza una población de muestras ponderadas —partículas— a medida que llegan nuevas observaciones a lo largo del tiempo. Propaga las partículas a través de un modelo de sistema dinámico, las repondera según su concordancia con los datos observados y realiza remuestreos periódicos para concentrar el esfuerzo en regiones de alta probabilidad, produciendo inferencia posterior en línea para modelos de espacio de estados y de evolución temporal.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Del Moral, P., Doucet, A. & Jasra, A. (2006). Sequential Monte Carlo samplers. Journal of the Royal Statistical Society: Series B, 68(3), 411–436. DOI: 10.1111/j.1467-9868.2006.00553.x ↗
- Doucet, A., de Freitas, N. & Gordon, N. (Eds.) (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Cómo citar esta página
ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/es/bayesian/dynamic-sequential-monte-carlo
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.
- Inferencia Bayesiana DinámicaBayesiano↔ compare
- Muestreo de GibbsBayesiano↔ compare
- Hamiltonian Monte CarloBayesiano↔ compare
- Filtro de KalmanBayesiano↔ compare
- Filtro de Partículas (Monte Carlo Secuencial)Bayesiano↔ compare
- Monte Carlo SecuencialBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →