Вариационный вывод для временных рядов
Вариационный вывод для временных рядов применяет вариационный байесовский вывод к последовательным данным, аппроксимируя неразрешимое апостериорное распределение скрытых состояний и параметров разрешимым семейством распределений. Максимизируя нижнюю границу свидетельства (ELBO), он обеспечивает быстрый и масштабируемый байесовский вывод для моделей пространства состояний, динамических моделей со скрытыми переменными и других вероятностных систем, упорядоченных по времени.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Blei, D. M., Kucukelbir, A. & McAuliffe, J. D. (2017). Variational inference: A review for statisticians. Journal of the American Statistical Association, 112(518), 859-877. DOI: 10.1080/01621459.2017.1285773 ↗
- Jordan, M. I., Ghahramani, Z., Jaakkola, T. S. & Saul, L. K. (1999). An introduction to variational methods for graphical models. Machine Learning, 37(2), 183-233. DOI: 10.1023/A:1007665907178 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Variational Inference for Time Series Models. ScholarGate. https://scholargate.app/ru/bayesian/time-series-variational-inference
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Динамический вариационный выводБайесовские методы↔ сравнить
- Фильтр КалманаБайесовские методы↔ сравнить
- Последовательный Монте-КарлоБайесовские методы↔ сравнить
- Байесовский вывод для временных рядовБайесовские методы↔ сравнить
- Time series MCMCБайесовские методы↔ сравнить
- Вариационный выводБайесовские методы↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →