ScholarGate
Assistant
Bayesian methodsBayesian / computational

Monte Carlo séquentiel

Le Monte Carlo séquentiel (SMC) est une famille d'algorithmes basés sur la simulation qui approximent des distributions de probabilité évolutives en propageant et en repondérant un nuage de tirages aléatoires pondérés appelés particules. Il gère naturellement les modèles non linéaires et non gaussiens ainsi que les flux de données, ce qui en fait la méthode de choix pour l'estimation d'état en temps réel et l'approximation a posteriori sur des distributions complexes.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

Monte Carlo séquentiel
Calcul bayésien approxim…Échantillonnage de GibbsMonte Carlo HamiltonienFiltre de KalmanChaîne de Markov Monte C…Filtre particulaire (Mon…Calcul bayésien approxim…Calcul bayésien approxim…Modèle bayésien hiérarch…Inférence bayésienne dyn…

+41 more

Sources

  1. 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 ↗
  2. 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 ↗

Comment citer cette page

ScholarGate. (2026, June 3). Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/fr/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.

Compare side by side →

Référencée par

Calcul bayésien approximatifCalcul bayésien approximatif avec erreur de mesureCalcul bayésien approximatif avec données manquantesModèle bayésien hiérarchique dynamiqueInférence bayésienne dynamiqueModélisation bayésienne dynamique par moyenne (DMA)Réseau bayésien dynamiqueMonte Carlo Hamiltonien DynamiqueSimulation de Monte-Carlo dynamiqueFiltre particulaire dynamiqueDynamic Sequential Monte CarloInférence variationnelle dynamiqueCalcul bayésien approximatif hiérarchiqueSimulation de bootstrap hiérarchiqueFiltre de Kalman hiérarchiqueFiltre particulaire hiérarchiqueFiltre de KalmanFiltre de Kalman avec erreur de mesureFiltre de Kalman avec données manquantesAlgorithme de Metropolis-HastingsComparaison de modèles par Metropolis-HastingsSimulation de Monte-Carlo avec données manquantesCalcul Bayésien Approximatif MultiniveauSimulation de bootstrap multiniveauSimulation de Monte Carlo multiniveauFiltre particulaire avec erreur de mesureFiltre particulaire avec données manquantesRobust Approximate Bayesian ComputationFiltre de Kalman robusteChaîne de Markov Monte Carlo RobusteSimulation Monte Carlo RobusteFiltre particulaire robusteMonte Carlo Séquentiel RobusteSequential Monte Carlo avec erreur de mesureMonte Carlo séquentiel avec données manquantesCalcul Bayésien Approché SpatialSimulation par bootstrap spatialSpatial Kalman FilterSimulation de Monte Carlo SpatialeCalcul bayésien approximatif pour séries temporellesInférence bayésienne sur séries temporellesMoyennage bayésien de modèles de séries chronologiquesFiltre de Kalman pour séries temporellesMCMC pour séries temporellesFiltre particulaire pour séries temporellesFiltrage Séquentiel par Monte-Carlo pour Séries TemporellesInférence variationnelle pour séries temporelles

Une erreur sur cette page ? Signalez-la ou proposez une correction →

ScholarGate — Sequential Monte Carlo (Sequential Monte Carlo Methods). Consulté le 2026-06-15 sur https://scholargate.app/fr/bayesian/sequential-monte-carlo · Jeu de données : https://doi.org/10.5281/zenodo.20539026