Monte Carlo Sekuensial Dinamik
Monte Carlo Sekuensial Dinamik (Dynamic SMC) ialah kaedah pengiraan Bayesian yang mengekalkan dan mengemas kini populasi sampel berwajaran — zarah — apabila pemerhatian baharu tiba dari semasa ke semasa. Ia menyebarkan zarah melalui model sistem dinamik, memberikannya wajaran semula berdasarkan sejauh mana ia sepadan dengan data yang diperhatikan, dan secara berkala mengambil semula sampel untuk menumpukan usaha pada kawasan berkeberangkalian tinggi, menghasilkan inferens posterior dalam talian untuk model ruang keadaan dan evolusi masa.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
- Doucet, A., de Freitas, N. & Gordon, N. (Eds.) (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Cara memetik halaman ini
ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/ms/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.
- Inferensi Bayesian DinamikBayesian↔ compare
- Sampel GibbsBayesian↔ compare
- Hamiltonian Monte CarloBayesian↔ compare
- Penapis KalmanBayesian↔ compare
- Penapis Zarah (Monte Carlo Sekuen)Bayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →