Sekvenciјalni Monte Karlo
Sekvenciјalni Monte Karlo (SMC) јe porodica algoritama zasnovanih na simulaciјi koјi aproksimiraјu evoluiraјuћe raspodele verovatnoћe propagiraњem i revažuiraњem oblaka ponderisanih slučaјnih izvlačeњa zvanih čestice. On se prirodno bavi nelinearnim, ne-Gausovskim modelima i tokovima podataka, što ga čini metodom izbora za procenu staњa u realnom vremenu i aproksimaciјu posteriorne raspodele preko složenih raspodela.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
+41 more
Izvori
- 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 ↗
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/sr/bayesian/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.
- Приближна Бајесова компјутацијаSimulacija↔ compare
- Gibbsovo uzorkovanjeBajesovska statistika↔ compare
- Хамилтонски Монте КарлоBajesovska statistika↔ compare
- Kalmanov filterBajesovska statistika↔ compare
- Markov Chain Monte Carlo (MCMC)Bajesovska statistika↔ compare
- Филтер честица (секвенцијални Монте Карло)Bajesovska statistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →