科学计算中的蒙特卡罗策略

科学计算中的蒙特卡罗策略


发布日期: 1970-01-01 更新日期: 2015-02-04 编辑:giser 浏览次数: 3727

标签:

摘要: 动力系统中的一个重要问题是有关系统特征的信息的在线处理。这些工作在工程和统计文献中一般称为“滤波”。在这些领域中,研究者们面临的主要挑战是找到高效的滤波方法 。 统计学的主题是基于观测数据推断不可观测的参数。 许多统计问题并非自然地拥有“好”模型,而能得到后...

动力系统中的一个重要问题是有关系统特征的信息的在线处理。这些工作在工程和统计文献中一般称为“滤波”。在这些领域中,研究者们面临的主要挑战是找到高效的滤波方法 。 统计学的主题是基于观测数据推断不可观测的参数。

许多统计问题并非自然地拥有“好”模型,而能得到后验分布计算的简单解析式。但是,如果将一些辅助部分增加到系 统中,常能获得易处理的结构,在统计学领域中,常称这些辅助成分为“缺失数据”。 在最一般的和抽象的表达式中,缺失数据指的是所研究的概率系统中任意增加进去的一些 辅助变量。增加的辅助变量通常导致更简单的结构和更便于计算。

然而,这个辅助变量在最终的推导中需要被忽略掉(或积分掉)。事实上,科学家的愿望是所研究的概率系统中 的部分或全部辅助变量都能被忽略,这也是蒙特卡罗技术发展的主要动力。

关注公众号
获取免费资源

随机推荐


Copyright © Since 2014. 开源地理空间基金会中文分会 吉ICP备05002032号

Powered by TorCMS

OSGeo 中国中心 邮件列表

问题讨论 : 要订阅或者退订列表,请点击 订阅

发言 : 请写信给: osgeo-china@lists.osgeo.org