Spatial Gibbs Sampling
Spatial Gibbs sampling เป็นการประยุกต์ใช้อัลกอริทึม Gibbs sampler ซึ่งเป็นอัลกอริทึม Markov chain Monte Carlo แบบทีละพิกัด กับโมเดลที่การสังเกตการณ์ถูกจัดเรียงตามพื้นที่ และตำแหน่งที่อยู่ใกล้เคียงกันมีความสัมพันธ์ทางสถิติ โดยการใช้ประโยชน์จากการพึ่งพาแบบมีเงื่อนไขที่บ่งบอกโดยโครงสร้างเพื่อนบ้านเชิงพื้นที่ การอัปเดตแต่ละตำแหน่งจะทำทีละตำแหน่ง โดยพิจารณาจากตำแหน่งเพื่อนบ้าน ทำให้การอนุมานภายหลัง (posterior inference) สามารถคำนวณได้สำหรับ Markov random fields, Gaussian random fields และโมเดลทางสถิติภูมิศาสตร์แบบลำดับชั้น
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- Rue, H. & Held, L. (2005). Gaussian Markov Random Fields: Theory and Applications. Chapman & Hall/CRC. ISBN: 978-1584884323
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/th/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.
- แบบจำลองลำดับชั้นแบบเบย์ (Bayesian Hierarchical Model)เบย์↔ compare
- การสุ่มตัวอย่างแบบกิบบส์เบย์↔ compare
- การอนุมานเชิงพื้นที่แบบเบย์ (Spatial Bayesian Inference)เบย์↔ compare
- Spatial MCMCเบย์↔ compare