Bayesian methodsBayesian / computational

מסנן חלקיקי היררכי

מסנן חלקיקי היררכי מרחיב את שיטת מונטה קרלו הסדרתית (Sequential Monte Carlo) למודלים של מרחב-מצב עם רמות מרובות של משתנים חבויים. חלקיקים מופצים בכל רמה של ההיררכיה, מה שמאפשר לשיטה לעקוב אחר דינמיקה של מצב עדין והיפר-פרמטרים המשתנים לאט בו-זמנית, ומספק התפלגויות פוסטריוריות מכוילות בכל רמות המודל.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. Briers, M., Doucet, A. & Maskell, S. (2010). Smoothing algorithms for state-space models. Annals of the Institute of Statistical Mathematics, 62(1), 61-89. DOI: 10.1007/s10463-009-0236-2
  2. Chopin, N., Jacob, P. E. & Papaspiliopoulos, O. (2013). SMC2: an efficient algorithm for sequential analysis of state-space models. Journal of the Royal Statistical Society: Series B, 75(3), 397-426. DOI: 10.1111/j.1467-9868.2012.01046.x

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Hierarchical Particle Filter. ScholarGate. https://scholargate.app/he/bayesian/hierarchical-particle-filter

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
ScholarGateHierarchical Particle Filter (Hierarchical Particle Filter). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/bayesian/hierarchical-particle-filter · מערך נתונים: https://doi.org/10.5281/zenodo.20539026