Inferensi Variasional Deret Waktu
Inferensi variasi deret waktu menerapkan Bayes variasi pada data sekuensial, mengaproksimasi posterior yang tidak dapat dihitung atas status laten dan parameter dengan keluarga distribusi yang dapat dihitung. Dengan memaksimalkan batas bawah bukti (ELBO), ia memberikan inferensi Bayesian yang cepat dan terukur untuk model ruang keadaan, model variabel laten dinamis, dan sistem probabilistik berurutan waktu lainnya.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Variational Inference for Time Series Models. ScholarGate. https://scholargate.app/id/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.
- Inferensi Variasional DinamisBayesian↔ compare
- Filter KalmanBayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
- Inferensi Bayesian Deret WaktuBayesian↔ compare
- MCMC Deret WaktuBayesian↔ compare
- Inferensi VariasionalBayesian↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →