มอนติคาร์โลลำดับพลวัต
มอนติคาร์โลลำดับพลวัต (Dynamic SMC) เป็นระเบียบวิธีเชิงคำนวณแบบเบย์ที่คงไว้และปรับปรุงประชากรของตัวอย่างถ่วงน้ำหนัก (อนุภาค) เมื่อมีการสังเกตการณ์ใหม่เข้ามาตลอดเวลา โดยจะส่งผ่านอนุภาคไปตามแบบจำลองระบบพลวัต ปรับน้ำหนักตามความสอดคล้องกับข้อมูลที่สังเกตได้ และทำการสุ่มตัวอย่างใหม่เป็นระยะเพื่อมุ่งเน้นความพยายามไปยังบริเวณที่มีความน่าจะเป็นสูง ทำให้เกิดการอนุมานแบบเบย์แบบออนไลน์สำหรับแบบจำลองปริภูมิสถานะและแบบจำลองที่เปลี่ยนแปลงตามเวลา
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Dynamic Sequential Monte Carlo Sampler. ScholarGate. https://scholargate.app/th/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.
- การอนุมานแบบเบย์เชิงพลวัตเบย์↔ compare
- การสุ่มตัวอย่างแบบกิบบส์เบย์↔ compare
- Hamiltonian Monte Carloเบย์↔ compare
- Kalman Filterเบย์↔ compare
- Particle Filter (Sequential Monte Carlo)เบย์↔ compare
- Sequential Monte Carloเบย์↔ compare