Process / pipelineSimulation / optimization
베이즈 에이전트 기반 모델링 — 베이즈 추론을 이용한 복잡한 시뮬레이션 보정
베이즈 에이전트 기반 모델링(Bayesian Agent-Based Modeling)은 베이즈 통계 추론과 에이전트 기반 시뮬레이션을 통합하여 모델 매개변수를 보정하고 불확실성을 정량화합니다. 이 접근 방식은 에이전트 규칙과 매개변수를 가정에 의해 고정하는 대신, 알 수 없는 매개변수를 확률 분포로 취급하고 관측된 데이터에 대해 체계적으로 업데이트하여, 그럴듯한 모델 구성에 대한 완전한 사후 분포를 도출합니다.
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
- Sunnaker, M., Busetto, A. G., Numminen, E., Corander, J., Foll, M., Dessimoz, C. (2013). Approximate Bayesian Computation. PLOS Computational Biology, 9(1), e1002803. DOI: 10.1371/journal.pcbi.1002803 ↗
- Grazzini, J., Richiardi, M. (2015). Estimation of agent-based models by simulated minimum distance. Journal of Economic Dynamics and Control, 51, 148-165. DOI: 10.1016/j.jedc.2014.10.006 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Agent-Based Modeling — Parameter Estimation and Uncertainty Quantification for Agent-Based Models. ScholarGate. https://scholargate.app/ko/simulation/bayesian-agent-based-modeling
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.
- 행위자 기반 모델링 (ABM)시뮬레이션↔ compare
- 근사 베이즈 계산시뮬레이션↔ compare
- 베이지안 마르코프 모형시뮬레이션↔ compare
- 베이즈 미시 시뮬레이션시뮬레이션↔ compare
- 몬테카를로 시뮬레이션의사결정↔ compare