ScholarGate
Assistent
Bayesian methodsBayesian / computational

Spatial Gibbs Sampling

Spatial Gibbs sampling tillämpar Gibbs-samplern — en koordinatvis Markovkedjemonte Carlo-algoritm — på modeller där observationer är arrangerade i rummet och närliggande platser är statistiskt beroende. Genom att utnyttja den betingade oberoende som en spatial grannskapsstruktur medför, uppdateras varje plats en i taget givet dess grannar, vilket gör posterior inferens hanterbar för Markov-randomfält, Gaussiska randomfält och hierarkiska geostatistiska modeller.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Geman, S. & Geman, D. (1984). Stochastic relaxation, Gibbs distributions, and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence, 6(6), 721–741. DOI: 10.1109/TPAMI.1984.4767596
  2. Rue, H. & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. Chapman & Hall/CRC. ISBN: 978-1584884323

Så citerar du den här sidan

ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/sv/bayesian/spatial-gibbs-sampling

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.

Compare side by side
ScholarGateSpatial Gibbs Sampling (Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models). Hämtad 2026-06-15 från https://scholargate.app/sv/bayesian/spatial-gibbs-sampling · Datamängd: https://doi.org/10.5281/zenodo.20539026