ScholarGate
アシスタント
Bayesian methodsBayesian / computational

動的逐次モンテカルロ法

動的逐次モンテカルロ法(Dynamic SMC)は、新しい観測が時間とともに到着するにつれて、重み付けされたサンプル(粒子)の集団を維持・更新するベイズ計算手法である。粒子を動的システムモデルを通じて伝播させ、観測データとの適合度に応じて重み付けを更新し、確率の高い領域に計算資源を集中させるために定期的に再サンプリングを行うことで、状態空間モデルや時間発展モデルに対するオンライン事後推論を実現する。

MethodMindで開く近日公開動画近日公開Download slides

手法の全文を読む

会員限定

無料アカウントでログインすると、このセクションを読めます。

ログイン

Method map

The neighbourhood of related methods — select a node to explore.

出典

  1. 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
  2. Doucet, A., de Freitas, N. & Gordon, N. (Eds.) (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461

このページの引用方法

ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/ja/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.

Compare side by side

この手法を参照する項目

ScholarGateDynamic Sequential Monte Carlo (Dynamic Sequential Monte Carlo Sampler). 2026-06-15に以下より取得 https://scholargate.app/ja/bayesian/dynamic-sequential-monte-carlo · データセット: https://doi.org/10.5281/zenodo.20539026