Варіаційне виведення для часових рядів
Варіаційне виведення для часових рядів застосовує варіаційний метод Байєса до послідовних даних, наближаючи нерозв'язну апостеріорну ймовірність прихованих станів та параметрів за допомогою розв'язної родини розподілів. Максимізуючи нижню межу доказів (ELBO), воно забезпечує швидке, масштабоване байєсівське виведення для моделей простір-час, динамічних моделей прихованих змінних та інших імовірнісних систем, упорядкованих у часі.
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
- Blei, D. M., Kucukelbir, A. & McAuliffe, J. D. (2017). Variational inference: A review for statisticians. Journal of the American Statistical Association, 112(518), 859-877. DOI: 10.1080/01621459.2017.1285773 ↗
- Jordan, M. I., Ghahramani, Z., Jaakkola, T. S. & Saul, L. K. (1999). An introduction to variational methods for graphical models. Machine Learning, 37(2), 183-233. DOI: 10.1023/A:1007665907178 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Variational Inference for Time Series Models. ScholarGate. https://scholargate.app/uk/bayesian/time-series-variational-inference
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.
- Динамічне варіаційне виведенняБаєсові методи↔ compare
- Фільтр КалманаБаєсові методи↔ compare
- Послідовний Монте-КарлоБаєсові методи↔ compare
- Байєсівський вивід для часових рядівБаєсові методи↔ compare
- Часові ряди MCMCБаєсові методи↔ compare
- Варіаційний висновокБаєсові методи↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →