การสุ่มตัวอย่างแบบมอนติคาร์โลตามลำดับอนุกรมเวลา
การสุ่มตัวอย่างแบบมอนติคาร์โลตามลำดับอนุกรมเวลา (SMC) หรือที่เรียกกันทั่วไปว่าตัวกรองอนุภาค เป็นวิธีการจำลองแบบเบย์ที่ติดตามสถานะที่ซ่อนอยู่ของระบบพลวัตเมื่อมีการสังเกตเข้ามาทีละรายการ กลุ่มตัวอย่างสุ่มที่มีน้ำหนัก — อนุภาค — จะถูกส่งต่อไปตามพลวัตของระบบ ถูกถ่วงน้ำหนักตามความเหมาะสมของอนุภาคแต่ละตัวในการอธิบายการสังเกตใหม่ และมีการสุ่มตัวอย่างใหม่เป็นระยะๆ เพื่อให้การแสดงผลยังคงกระจุกตัวอยู่ที่สถานะที่เป็นไปได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Sequential Monte Carlo Methods for Time Series. ScholarGate. https://scholargate.app/th/bayesian/time-series-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.
- เครือข่ายเบย์เซียนพลวัตเบย์↔ compare
- การสุ่มตัวอย่างแบบกิบบส์เบย์↔ compare
- Kalman Filterเบย์↔ compare
- Particle Filter (Sequential Monte Carlo)เบย์↔ compare
- Sequential Monte Carloเบย์↔ compare