Dinamički sekvencijalni Monte Karlo
Dinamički sekvencijalni Monte Karlo (Dinamički SMC) je Bejzijevska računarska metoda koja održava i ažurira populaciju ponderisanih uzoraka — čestica — kako nove opservacije pristižu tokom vremena. Ona propagira čestice kroz model dinamičkog sistema, ponovo ih ponderiše prema tome koliko dobro odgovaraju opserviranim podacima, i periodično ponovo uzorkuje kako bi koncentrisala napor na regione visoke verovatnoće, obezbeđujući onlajn inferenciju posteriora za modele stanja-prostora i vremenski evoluirajuće modele.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Del Moral, P., Doucet, A. & Jasra, A. (2006). Sequential Monte Carlo samplers. Journal of the Royal Statistical Society: Series B, 68(3), 411–436. DOI: 10.1111/j.1467-9868.2006.00553.x ↗
- Doucet, A., de Freitas, N. & Gordon, N. (Eds.) (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/sr/bayesian/dynamic-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.
- Динамичко Бајесово закључивањеBajesovska statistika↔ compare
- Gibbsovo uzorkovanjeBajesovska statistika↔ compare
- Хамилтонски Монте КарлоBajesovska statistika↔ compare
- Kalmanov filterBajesovska statistika↔ compare
- Филтер честица (секвенцијални Монте Карло)Bajesovska statistika↔ compare
- Sekvenciјalni Monte KarloBajesovska statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →