Spatial Gibbs Sampling
Spatial Gibbs sampling applies the Gibbs sampler — a coordinate-wise Markov chain Monte Carlo algorithm — to models where observations are arranged in space and nearby locations are statistically dependent. By exploiting the conditional independence implied by a spatial neighbourhood structure, each site is updated one at a time given its neighbours, making posterior inference tractable for Markov random fields, Gaussian random fields, and hierarchical geostatistical models.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. · DOI 10.1109/TPAMI.1984.4767596
- Rue, H. & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. Chapman & Hall/CRC. · ISBN 978-1584884323
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.