Dinamičko sekvencijalno Monte Carlo
Dinamičko sekvencijalno Monte Carlo (Dinamički SMC) je Bayesovska računalna metoda koja održava i ažurira populaciju ponderiranih uzoraka — čestica — kako nove opservacije pristižu tijekom vremena. Propagira čestice kroz model dinamičkog sustava, ponovno ih ponderira prema tome koliko dobro odgovaraju opaženim podacima, te periodično ponovno uzorkuje kako bi koncentrirao napor na regije visoke vjerojatnosti, dajući online inferenciju posteriora za modele prostora stanja i vremenski evoluirajuće modele.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/hr/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.
- Dinamičko Bayesijansko zaključivanjeBayesovska statistika↔ compare
- Gibbs uzorkovanjeBayesovska statistika↔ compare
- Hamiltonian Monte CarloBayesovska statistika↔ compare
- Kalmanov filtarBayesovska statistika↔ compare
- Particle Filter (Sequential Monte Carlo)Bayesovska statistika↔ compare
- Sekvencijalno Monte CarloBayesovska statistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →