Bayesian methodsBayesian / computational
時系列変分推論
時系列変分推論は、逐次データに変分ベイズを適用し、潜在状態とパラメータに関する計算不可能な事後分布を、計算可能な分布族で近似します。エビデンス下限（ELBO）を最大化することにより、状態空間モデル、動的潜在変数モデル、その他の時間順序確率システムに対して、高速でスケーラブルなベイズ推論を実現します。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Variational Inference for Time Series Models. ScholarGate. https://scholargate.app/ja/bayesian/time-series-variational-inference
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 →