Просторове семплювання Гіббса
Просторове семплювання Гіббса застосовує семплер Гіббса — по координатний алгоритм Марковського ланцюга Монте-Карло — до моделей, де спостереження розташовані в просторі, а сусідні локації статистично залежні. Використовуючи умовну незалежність, що випливає зі структури просторових сусідств, кожен сайт оновлюється по черзі, враховуючи його сусідів, що робить апостеріорний висновок здійсненним для Марковських випадкових полів, Гауссових випадкових полів та ієрархічних геостатистичних моделей.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Spatial Gibbs Sampling for Markov Random Fields and Geostatistical Models. ScholarGate. https://scholargate.app/uk/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.
- Байєсівська ієрархічна модельБаєсові методи↔ compare
- Гіббсівський відбір (Gibbs Sampling)Баєсові методи↔ compare
- Просторовий байєсівський висновокБаєсові методи↔ compare
- Просторовий MCMCБаєсові методи↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →