Dynaaminen sekventiaalinen Monte Carlo
Dynaaminen sekventiaalinen Monte Carlo (Dynamic SMC) on Bayesiläinen laskennallinen menetelmä, joka ylläpitää ja päivittää painotettujen otosten — partikkelien — populaatiota uusien havaintojen saapuessa ajan myötä. Se propagoi partikkeleita dynaamisen systeemimallin läpi, uudelleenlaskee niiden painot sen perusteella, kuinka hyvin ne vastaavat havaittua dataa, ja suorittaa ajoittain uudelleennäytteenoton keskittääkseen ponnistelut korkean todennäköisyyden alueille, tuottaen reaaliaikaisen posterioritiedustelun tilan ja ajan suhteen kehittyville malleille.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/fi/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.
- Dynaaminen Bayesilainen päättelyBayesilainen tilastotiede↔ compare
- Gibbs-otantaBayesilainen tilastotiede↔ compare
- Hamiltonin Monte CarloBayesilainen tilastotiede↔ compare
- Kalman-suodinBayesilainen tilastotiede↔ compare
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →