Térbeli Gibbs-minta
A térbeli Gibbs-minta a Gibbs-mintavételezőt — egy koordinátánkénti Markov-lánc Monte Carlo algoritmust — olyan modellekre alkalmazza, ahol az észlelések térben rendeződnek, és a közeli helyek statisztikailag függenek egymástól. A térbeli szomszédsági struktúra által implikált feltételes függetlenséget kihasználva minden egyes helyszínt a szomszédjai figyelembevételével frissítenek, ami lehetővé teszi a Markov-féle véletlen mezők, Gauss-féle véletlen mezők és hierarchikus geostatisztikai modellek utólagos következtetését.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. DOI: 10.1109/TPAMI.1984.4767596 ↗
- Rue, H. & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. Chapman & Hall/CRC. ISBN: 978-1584884323
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/hu/bayesian/spatial-gibbs-sampling
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.
- Bayes-féle hierarchikus modellBayes-statisztika↔ compare
- Gibbs-mintavételBayes-statisztika↔ compare
- Térbeli Bayes-i következtetésBayes-statisztika↔ compare
- Térbeli MCMCBayes-statisztika↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →