Inferencia Variacional Espacial
La inferencia variacional espacial es un método bayesiano aproximado escalable que ajusta modelos latentes gaussianos o de procesos gaussianos a datos georreferenciados optimizando un límite inferior de la verosimilitud marginal. Reemplaza el costoso muestreo MCMC con un paso de optimización determinista, haciendo que la cuantificación de la incertidumbre de la posterior completa sea tratable para grandes conjuntos de datos espaciales.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Spatial Variational Inference for Latent Gaussian Models. ScholarGate. https://scholargate.app/es/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.
- Modelo Jerárquico BayesianoBayesiano↔ compare
- Proceso gaussianoAprendizaje automático↔ compare
- Inferencia Bayesiana EspacialBayesiano↔ compare
- MCMC espacialBayesiano↔ compare
- Inferencia VariacionalBayesiano↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →