Sekvenčná Monte Carlo metóda pre časové rady
Sekvenčná Monte Carlo metóda (SMC), bežne nazývaná časticový filter, je bayesovská simulačná metóda, ktorá sleduje skrytý stav dynamického systému, keď pozorovania prichádzajú jedno po druhom. Oblak vážených náhodných vzoriek – častíc – sa propaguje dopredu dynamikou systému, prehodnocuje sa podľa toho, ako dobre každá častica vysvetľuje nové pozorovanie, a periodicky sa pres vzorkuje, aby sa reprezentácia udržala koncentrovaná na pravdepodobné stavy.
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
- Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F — Radar and Signal Processing, 140(2), 107–113. DOI: 10.1049/ip-f-2.1993.0015 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Ako citovať túto stránku
ScholarGate. (2026, June 3). Sequential Monte Carlo Methods for Time Series. ScholarGate. https://scholargate.app/sk/bayesian/time-series-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.
- Dynamická Bayesovská sieťBayesovské metódy↔ compare
- Gibbs SamplingBayesovské metódy↔ compare
- Kalmanov filterBayesovské metódy↔ compare
- Časticový filter (sekvenčné metódy Monte Carlo)Bayesovské metódy↔ compare
- Sekvenčné Monte CarloBayesovské metódy↔ compare
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →