Monte Carlo Sequencial Dinâmico
Monte Carlo Sequencial Dinâmico (SMC Dinâmico) é um método computacional Bayesiano que mantém e atualiza uma população de amostras ponderadas — partículas — à medida que novas observações chegam ao longo do tempo. Ele propaga partículas através de um modelo de sistema dinâmico, as repondera pela sua adequação aos dados observados e periodicamente reamostra para concentrar o esforço em regiões de alta probabilidade, resultando em inferência posterior online para modelos de espaço de estados e de evolução temporal.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/pt/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.
- Inferência Bayesiana DinâmicaBayesiano↔ compare
- Amostragem de GibbsBayesiano↔ compare
- Monte Carlo HamiltonianoBayesiano↔ compare
- Filtro de KalmanBayesiano↔ compare
- Filtro de Partículas (Monte Carlo Sequencial)Bayesiano↔ compare
- Monte Carlo SequencialBayesiano↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →