• 达科他州

  • 引用72篇文章[sw05202]
  • 基于方法;不确定度量化抽样,可靠性,以及随机的膨胀方法;非线性参数估计。。。
  • AIS-BN公司

  • 引用25篇文章[sw02223]
  • 大型贝叶斯网络中的证据推理随机的 抽样算法,虽然是一个有吸引力的替代精确。。。
  • 无畏的

  • 引用8篇文章[sw12671]
  • 能量最小化,配分函数计算和随机的 抽样. 对于熔化模拟,软件包计算整个。。。
  • 执行副总裁

  • 引用了20篇文章[sw02644]
  • 基于EVPI的重要性抽样多级求解程序随机的并行MIMD结构上的线性程序。。。多级随机的线性规划有许多实际应用的问题,目前的决策。。。顺序重要性的并行版本抽样基于局部期望值的求解算法。。。适用于特大型多级随机的线性规划要么有太多。。。
  • CMA-ES公司

  • 在111篇文章中引用[sw05063]
  • 变异产生的,通常在随机的然后一些人被选中。。。新的策略,新的解决方案抽样根据多元正态分布。。。
  • GSHMC公司

  • 引用16条[sw02631]
  • 整个抽样过程类似于随机的朗之万和布朗动力学模拟。。。蒙地卡罗不受欢迎的Ziterbewegung样品被观察到。在本文中,我们描述。。。
  • gss公司

  • 引用284篇文章[sw06099]
  • 样条方差分析模型非参数函数估计随机的数据,也称为平滑,已经。。。多种情况下的条件密度估计抽样计划;以及(iii)用。。。
  • 植物醇

  • 在14篇文章中引用[sw10003]
  • 贝叶斯后验样品); 进行分析称为随机的角色映射,其中人物历史。。。
  • 林德普

  • 引用了76篇文章[sw04925]
  • 线性回归模型的形式,以及随机的前沿,离散选择和有限因变量。。。连续变量和各种样品选择模型。没有其他项目提供更广泛的。。。
  • 天文测向

  • 参考11篇文章[sw26833]
  • 自适应类抽样无导数信赖域算法随机的优化。我们认为不受约束。。。导数自由信赖域算法,其中随机的局部模型被构造、优化和更新。。。感觉到蒙特卡洛的范围抽样是通过不断的监控和平衡。。。模型,例如,回归或随机的克里格法,结合自适应抽样值得进一步调查。。。
  • 科桑

  • 引用9篇文章【sw16555】
  • 相当广泛的领域随机的方法包括抽样技术,随机场,疲劳分析,可靠性。。。考虑不确定性并因此执行随机的基于蒙特卡罗方法的分析。。。
  • PyMC公司

  • 在38篇文章中引用[sw10482]
  • PyMC:贝叶斯随机的用Python建模。PyMC是一个实现贝叶斯统计的python模块。。。一大堆问题。和核心一起抽样功能,PyMC包括汇总输出的方法。。。
  • 样品

  • 参考7篇文章[sw06289]
  • 方法,我们描述了一个随机的AMPL语言的扩展,使。。。我们称之为萨姆普,依次嵌入到随机的编程集成环境。。。
  • 制动辅助系统

  • 引用5篇文章[sw24118]
  • 贝叶斯自适应选择与模型平均抽样. 贝叶斯变量选择和模型包。。。广义线性模型随机的或确定性抽样没有从后面的分布替换。优先分配。。。
  • F空间

  • 引用4篇文章[sw15968]
  • 如果功能数据稀疏,则存在问题抽样. PACE提供函数回归和相关性的选项。。。数据分析随机的进程来自样品实现的轨迹。。。
  • KFOLD公司

  • 1条引用[sw23800]
  • 实现Gillepie算法随机的 样品RNA分子的折叠动力学。。。预测折叠动力学的Gillespie算法随机的选择一个新的RNA二级结构状态。。。
  • 伊米尔

  • 引用16条[sw09468]
  • 验证概率瞬态特性的工具随机的离散事件系统。Ymer实现了统计。。。Ymer的特点:分布式接受抽样以及嵌套概率语句的统计模型检查。。。
  • LSDE

  • 参考7篇文章[sw15811]
  • 线性估计随机的微分方程。连续时间模型抽样数据有几个优点。。。
  • 斯托查特

  • 引用5篇文章[sw11113]
  • 随机的具有失真风险约束的线性规划。采用相干失真风险度量。。。加权平均修剪区域。因此,给定一个样品系数的不确定性。。。构造一种高效的几何算法来求解随机的有单一失真的线性程序。。。样品i.i.d.来自一般概率分布。。。
  • lda公司

  • 在14篇文章中引用[sw07319]
  • 崩溃的吉布斯抽样主题模型的方法。这个包实现了潜在的Dirichlet分配。。。sLDA、corrLDA和混合会员随机的区块模型。所有这些模型的推论。。。