Inferens Variasi Siri Masa
Inferens variasi siri masa mengaplikasikan kaedah Bayes variasi kepada data berurutan, dengan menghampirkan posterior yang sukar dikira ke atas keadaan tersembunyi dan parameter menggunakan keluarga taburan yang boleh dikira. Dengan memaksimumkan sempadan bawah bukti (ELBO), ia memberikan inferens Bayesian yang pantas dan berskala untuk model ruang keadaan, model pembolehubah tersembunyi dinamik, dan sistem probabilistik lain yang tertib 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
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Variational Inference for Time Series Models. ScholarGate. https://scholargate.app/ms/bayesian/time-series-variational-inference
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 Variasi DinamikBayesian↔ compare
- Penapis KalmanBayesian↔ compare
- Monte Carlo SekuensialBayesian↔ compare
- Inferensi Bayesian Deret MasaBayesian↔ compare
- MCMC Siri MasaBayesian↔ compare
- Inferens VariasiBayesian↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →