Inferenza variazionale per serie temporali
L'inferenza variazionale per serie temporali applica la Bayesiana variazionale a dati sequenziali, approssimando la posteriore intrattabile su stati latenti e parametri con una famiglia di distribuzioni trattabile. Massimizzando il limite inferiore dell'evidenza (ELBO), fornisce un'inferenza bayesiana rapida e scalabile per modelli di spazio degli stati, modelli dinamici a variabili latenti e altri sistemi probabilistici ordinati nel tempo.
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
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Variational Inference for Time Series Models. ScholarGate. https://scholargate.app/it/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.
- Inferenza Variazionale DinamicaBayesiano↔ compare
- Filtro di KalmanBayesiano↔ compare
- Monte Carlo SequenzialeBayesiano↔ compare
- Inferenza Bayesiana su Serie StoricheBayesiano↔ compare
- MCMC per Serie StoricheBayesiano↔ compare
- Inferenza VariazionaleBayesiano↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →