Bayesian methodsBayesian / computational

استنتاج تغییرپذیر سری زمانی

استنتاج تغییرپذیر سری زمانی، بیزِ تغییرپذیر را برای داده‌های ترتیبی به کار می‌گیرد و پسینِ ناممکنِ حالت‌های نهان و پارامترها را با یک خانواده توزیعِ ممکن تقریب می‌زند. با بیشینه‌سازی کرانِ پایینِ شواهد (ELBO)، استنتاج بیزیِ سریع و مقیاس‌پذیر را برای مدل‌های فضای حالت، مدل‌های متغیر نهانِ پویا، و سایر سیستم‌های احتمالیِ مرتب‌شده زمانی ارائه می‌دهد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Blei, D. M., Kucukelbir, A. & McAuliffe, J. D. (2017). Variational inference: A review for statisticians. Journal of the American Statistical Association, 112(518), 859-877. DOI: 10.1080/01621459.2017.1285773
  2. Jordan, M. I., Ghahramani, Z., Jaakkola, T. S. & Saul, L. K. (1999). An introduction to variational methods for graphical models. Machine Learning, 37(2), 183-233. DOI: 10.1023/A:1007665907178

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Variational Inference for Time Series Models. ScholarGate. https://scholargate.app/fa/bayesian/time-series-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.

Compare side by side
ScholarGateTime series variational inference (Variational Inference for Time Series Models). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/bayesian/time-series-variational-inference · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026