GMRFLib公司

高斯马尔可夫随机场。理论与应用。空间统计学和图像分析领域的研究人员对高斯马尔可夫随机场(GMRFs)非常熟悉,而且他们是少数使用GMRFs的人之一。然而,这种方法有着广泛的应用,从结构时间序列分析到纵向和存活数据分析,时空模型,图形模型和半参数统计。由于在空间统计领域有如此多的应用和如此广泛的应用,令人惊讶的是仍然没有关于这一主题的全面的参考文献。par-Gaussian-Markov随机场:理论和应用提供了这样一个参考,使用统一的框架来表示和理解gmrf。各种案例研究说明了GMRFs在复杂层次模型中的应用,其中统计推断只能使用Markov链montecarlo(MCMC)技术。作为该领域的杰出专家,作者强调计算方面的问题,构造快速可靠的MCMC推理算法,并提供一个快速准确模拟的在线C库。par这是统计学,特别是生物统计学和空间统计学研究人员和学生的理想工具,以及工程、流行病学、图像分析、地理学和生态学的定量研究人员,向他们介绍这种强大的统计推断方法。


zbMATH中的参考文献(引用于,1标准件)

显示结果1到20,共257个。
按年份排序(引用)

1 2 ... 11 12 13 下一个

  1. Dolgov,Sergey;Anaya Izquierdo,Karim;Fox,Colin;Scheichl,Robert:张量序列分解中多元概率分布的近似与抽样(2020)
  2. 叶瑞安H.L.;吴,K.Y.K.:关于离散多元马尔可夫随机场模型的注记(2020)
  3. Kirsner,Daniel;Sansó,Bruno:大空间数据集的多尺度散弹枪随机搜索(2020)
  4. Žukovič,米兰;Borovský,Michal;Lach,Matš;Hristopulos,Dionissios T.:基于改进的平面旋转器模型的海量空间数据加速模拟(2020年)
  5. Abbruzzo,Antonino;Vujačić,Ivan;Mineo,Angelo M.;Wit,Ernst C.:在惩罚高斯图形模型中选择调谐参数(2019年)
  6. Bachoc,François;Bevilacqua,Moreno;Velandia,Daira:固定域渐近下高斯过程的复合似然估计(2019)
  7. Simon Barthelmé;Ambrard,Pierre Olivier;Tremblay,Nicolas:固定尺寸和变尺寸行列式点过程的渐近等价性(2019)
  8. Castro Camilo,Daniela;Huser,Raphaël;Rue,Håvard:短期极端风速概率预测的拼接伽马广义帕累托模型(2019)
  9. Gopalan,Giri;Hrafnkelsson,Birgir;Wikle,Christopher K.;Rue,Håvard;Aðalgeirsdóttir,Guðfinna;Jarosch,Alexander H.;Pálsson,Finnur:受冰川学驱动的分层时空统计模型(2019年)
  10. Ickowicz,Adrien;Ford,Jessica;Hayes,Keith:成分数据的混合模型方法:推断土地利用对点参考水质测量的影响(2019年)
  11. Junker,Philipp;Nagel,Jan:弹性材料随机行为建模的松弛方法(2019)
  12. Lehnert,Judith;Kolbitsch,Christoph;Wübbeler,Gerd;Chiribri,Amedeo;Schaeffter,Tobias;Elster,Clemens:大规模贝叶斯时空回归及其在心脏MR灌注成像中的应用(2019年)
  13. Litvinenko,Alexander;Sun,Ying;Genton,Marc G.;Keyes,David E.:大型空间数据集的层次矩阵似然逼近(2019)
  14. Metzner,Selma;Wübbeler,Gerd;Elster,Clemens:近似大规模贝叶斯空间建模及其在定量磁共振成像中的应用(2019)
  15. Prates,Marcos Oliveira;Assunço,Renato Martins;Rodrigues,Erica Castilho:通过替换地理质心缓解区域数据问题的空间混淆(2019)
  16. Risser,Mark D.;Paciorek,Christopher J.;Stone,DáithíA.:模型错误指定下的空间相关多重测试,以及对极端气候事件人为影响检测的应用(2019年)
  17. Roininen,Lassi;Girolami,Mark;Lasanen,Sari;Markkanen,Markku:Matérn场的超先验及其在贝叶斯反演中的应用(2019)
  18. Saibaba,Arvind K.;Bardsley,Johnathan;Brown,D.Andrew;Alexanderian,Alexanderian,Alen:层次贝叶斯反问题的有效边缘化MCMC方法(2019)
  19. Schmich,Fabian;Kuipers,Jack;Merdes,Gunter;Beerenwinkel,Niko:netprioR:遗传屏幕综合命中优先级的概率模型(2019)
  20. Schnell,Patrick M.;Bose,Maitreyee:用于随机效应混杂固定效应的线性混合模型的光谱参数化(2019年)

1 2 ... 11 12 13 下一个