Dynamisk sekvensiell Monte Carlo
Dynamisk sekvensiell Monte Carlo (Dynamisk SMC) er en Bayesiansk beregningsmetode som vedlikeholder og oppdaterer en populasjon av vektede utvalg – partikler – etter hvert som nye observasjoner ankommer over tid. Den forplanter partikler gjennom en dynamisk systemmodell, re-vekter dem basert på hvor godt de samsvarer med observerte data, og utfører periodisk resampling for å konsentrere innsatsen om regioner med høy sannsynlighet, noe som gir online posterior inferens for tilstandsroms- og tidsutviklende modeller.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/no/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.
- Dynamisk Bayesiansk InferensBayesiansk↔ compare
- Gibbs-samplingBayesiansk↔ compare
- Hamiltonian Monte CarloBayesiansk↔ compare
- Kalman-filteretBayesiansk↔ compare
- Partikkelfilter (sekvensiell Monte Carlo)Bayesiansk↔ compare
- Sekvensiell Monte CarloBayesiansk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →