Bayesian methodsBayesian / computational
동적 베이즈 계층 모델
동적 베이즈 계층 모델은 베이즈 계층 모델의 다수준 구조와 잠재 상태에 대한 명시적인 시간 진화 방정식을 결합합니다. 각 시점의 관측값은 관찰되지 않은 동적 상태에 연결되며, 이 상태는 확률적 전이 법칙에 따라 진화하는 반면, 공유된 초모수가 단위 또는 수준 간의 정보를 풀링하여 시간과 그룹 전반에 걸쳐 일관된 추론을 동시에 가능하게 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- West, M. & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A. & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
이 페이지 인용 방법
ScholarGate. (2026, June 3). Dynamic Bayesian Hierarchical Model. ScholarGate. https://scholargate.app/ko/bayesian/dynamic-bayesian-hierarchical-model
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.
- 계층적 베이즈 추론베이지안↔ compare
- 칼만 필터베이지안↔ compare
- 파티클 필터 (순차 몬테카를로)베이지안↔ compare
- 순차 몬테카를로 (Sequential Monte Carlo, SMC)베이지안↔ compare