Bayesian methodsBayesian / computational
階層型粒子フィルタ
階層型粒子フィルタは、多層の潜在変数を持つ状態空間モデルに対して逐次モンテカルロ法を拡張したものである。階層の各レベルで粒子が伝播されるため、この手法は微細な状態ダイナミクスとゆっくり変動するハイパーパラメータの両方を同時に追跡でき、モデルのすべてのレベルで較正された事後分布が得られる。
手法の全文を読む
会員限定
ログイン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。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Briers, M., Doucet, A. & Maskell, S. (2010). Smoothing algorithms for state-space models. Annals of the Institute of Statistical Mathematics, 62(1), 61-89. DOI: 10.1007/s10463-009-0236-2 ↗
- Chopin, N., Jacob, P. E. & Papaspiliopoulos, O. (2013). SMC2: an efficient algorithm for sequential analysis of state-space models. Journal of the Royal Statistical Society: Series B, 75(3), 397-426. DOI: 10.1111/j.1467-9868.2012.01046.x ↗
このページの引用方法
ScholarGate. (2026, June 3). Hierarchical Particle Filter. ScholarGate. https://scholargate.app/ja/bayesian/hierarchical-particle-filter
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
並べて比較する →