Bayesian methodsBayesian / computational

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.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

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

Джерела

  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

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.

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