Aika-sarjojen variaatio-inferenssi
Aika-sarjojen variaatio-inferenssi soveltaa variaatio-Bayes-menetelmää sekventiaaliseen dataan approksimoiden piilevien tilojen ja parametrien mahdotonta posteriorijakaumaa laskettavissa olevalla jakaumaperheellä. Todisteiden alarajan (ELBO) maksimoinnilla saavutetaan nopea, skaalautuva Bayesiläinen päättely tilasiirtymämalleille, dynaamisille piileville muuttujamalleille ja muille aikajärjestyksessä oleville todennäköisyysjärjestelmille.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Variational Inference for Time Series Models. ScholarGate. https://scholargate.app/fi/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.
- Dynaaminen variaatioinferenssiBayesilainen tilastotiede↔ compare
- Kalman-suodinBayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
- Aikasarjojen Bayesiläinen päättelyBayesilainen tilastotiede↔ compare
- Aikasarjojen MCMCBayesilainen tilastotiede↔ compare
- VariaatioinferenssiBayesilainen tilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →