مونتکارلوی ترتیبی
مونتکارلوی ترتیبی (SMC) خانوادهای از الگوریتمهای مبتنی بر شبیهسازی است که با انتشار و بازوزندهی ابری از نمونههای تصادفی وزندار به نام «ذرات»، توزیعهای احتمالاتی در حال تکامل را تخمین میزند. این روش مدلهای غیرخطی و ناگوسی و جریانهای داده را به طور طبیعی مدیریت میکند و آن را به روشی انتخابی برای تخمین حالت بلادرنگ و تقریب پسین بر روی توزیعهای پیچیده تبدیل میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+41 more
منابع
- Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F - Radar and Signal Processing, 140(2), 107–113. DOI: 10.1049/ip-f-2.1993.0015 ↗
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/fa/bayesian/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.
- محاسبات بیزی تقریبیشبیهسازی↔ compare
- نمونهگیری گیبسبیزی↔ compare
- هامیلتونی مونت کارلوبیزی↔ compare
- فیلتر کالمنبیزی↔ compare
- زنجیره مارکوف مونت کارلو (MCMC)بیزی↔ compare
- فیلتر ذرهای (مونت کارلوی ترتیبی)بیزی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →