Inferenza Variazionale Spaziale
L'inferenza variazionale spaziale è un metodo bayesiano approssimato scalabile che adatta modelli gaussiani latenti o di processo gaussiano a dati georeferenziati ottimizzando un limite inferiore sulla verosimiglianza marginale. Sostituisce costosi campionamenti MCMC con un passo di ottimizzazione deterministico, rendendo trattabile la quantificazione dell'incertezza della posteriore completa per grandi dataset spaziali.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Titsias, M. K. (2009). Variational learning of inducing variables in sparse Gaussian processes. In Proceedings of the 12th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 5, pp. 567-574. link ↗
- Rue, H., Martino, S., & Chopin, N. (2009). Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations. Journal of the Royal Statistical Society: Series B, 71(2), 319-392. DOI: 10.1111/j.1467-9868.2008.00700.x ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Spatial Variational Inference for Latent Gaussian Models. ScholarGate. https://scholargate.app/it/bayesian/spatial-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.
- Modello Gerarchico BayesianoBayesiano↔ compare
- Processo GaussianoApprendimento automatico↔ compare
- Inferenza Bayesiana SpazialeBayesiano↔ compare
- MCMC spazialeBayesiano↔ compare
- Inferenza VariazionaleBayesiano↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →