• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Approximate Bayesian computational methods
【24h】

Approximate Bayesian computational methods

机译：近似贝叶斯计算方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Approximate Bayesian Computation (ABC) methods, also known as likelihood-free techniques, have appeared in the past ten years as the most satisfactory approach to intractable likelihood problems, first in genetics then in a broader spectrum of applications. However, these methods suffer to some degree from calibration difficulties that make them rather volatile in their implementation and thus render them suspicious to the users of more traditional Monte Carlo methods. In this survey, we study the various improvements and extensions brought on the original ABC algorithm in recent years.
机译：近似贝叶斯计算（ABC）方法，也称为无可能性技术，在过去十年中作为解决棘手问题的最令人满意的方法出现，首先在遗传学中，然后在更广泛的应用中。然而，这些方法在一定程度上受到校准困难的困扰，这使得它们在实施中相当不稳定，从而使它们对更传统的蒙特卡洛方法的用户产生怀疑。在这项调查中，我们研究了近年来原始ABC算法带来的各种改进和扩展。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号