Priestorová variačná inferencia
Priestorová variačná inferencia je škálovateľná aproximatívna Bayesovská metóda, ktorá prispôsobuje latentné Gaussové alebo Gaussovo-procesné modely georeferencovaným údajom optimalizáciou dolnej hranice marginálnej vierohodnosti. Nahrádza nákladné vzorkovanie metódou MCMC deterministickým optimalizačným krokom, čím sa úplná posteriorná kvantifikácia neistoty stáva zvládnuteľnou pre rozsiahle priestorové dátové sady.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Titsias, M. K. (2009). Variational learning of inducing variables in sparse Gaussian processes. In Proceedings of the 12th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 5, pp. 567-574. link ↗
- Rue, H., Martino, S., & Chopin, N. (2009). Approximate Bayesian inference for latent Gaussian models by using integrated nested Laplace approximations. Journal of the Royal Statistical Society: Series B, 71(2), 319-392. DOI: 10.1111/j.1467-9868.2008.00700.x ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Spatial Variational Inference for Latent Gaussian Models. ScholarGate. https://scholargate.app/sk/bayesian/spatial-variational-inference
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.
- Bayesovský hierarchický modelBayesovské metódy↔ compare
- Gaussov procesStrojové učenie↔ compare
- Priestorová bayesovská inferenciaBayesovské metódy↔ compare
- Priestorové MCMCBayesovské metódy↔ compare
- Variačná inferenciaBayesovské metódy↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →