Пространственная выборка Гиббса
Пространственная выборка Гиббса применяет сэмплер Гиббса — координатно-ориентированный алгоритм Монте-Карло по цепям Маркова — к моделям, где наблюдения расположены в пространстве, а близлежащие местоположения статистически зависимы. Используя условную независимость, подразумеваемую структурой пространственной окрестности, каждое местоположение обновляется по одному, исходя из его соседей, что делает апостериорный вывод осуществимым для марковских случайных полей, гауссовских случайных полей и иерархических геостатистических моделей.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/ru/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.
- Байесовская иерархическая модельБайесовские методы↔ compare
- Сэмплирование по ГиббсуБайесовские методы↔ compare
- Пространственный байесовский выводБайесовские методы↔ compare
- Пространственный MCMCБайесовские методы↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →