Gibbs Sampling Spațial
Gibbs sampling spațial aplică algoritmul Gibbs — un algoritm Markov chain Monte Carlo (MCMC) pe coordonate — la modele unde observațiile sunt aranjate în spațiu și locațiile apropiate sunt statistic dependente. Prin exploatarea independenței condiționate implicată de o structură de vecinătate spațială, fiecare sit este actualizat pe rând, condiționat de vecinii săi, făcând inferența posterioară tratabilă pentru câmpuri Markov aleatoare (Markov random fields), câmpuri Gauss-iene aleatoare (Gaussian random fields) și modele geostatistice ierarhice.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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
Cum se citează această pagină
ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/ro/bayesian/spatial-gibbs-sampling
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.
- Model Ierarhic BayesianBayesian↔ compare
- Eșantionarea GibbsBayesian↔ compare
- Inferența Bayesiană SpațialăBayesian↔ compare
- MCMC spațialBayesian↔ compare
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →