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。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参考资料。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GMRFs。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,作者强调了计算方面的问题,构造了快速可靠的MCMC推理算法,并提供了一个在线C-library来实现快速精确的仿真。这是一个理想的工具,研究人员和学生在统计学,特别是生物统计学和空间统计学,以及定量研究人员在工程,流行病学,图像分析,地理和生态学,向他们介绍这种强大的统计推断方法。


zbMATH中的参考文献(参考文献338条,1标准件)

显示338个结果中的1到20个。
按年份排序(引用)

1 2 ... 15 16 17 下一个

  1. 西斯奎尔,塞巴斯蒂安;Liquet,Benoît:改进MCMC在最近邻高斯过程模型中的性能(2022)
  2. 德斯特凡诺,多梅尼科;保利,弗朗西斯科;托雷利,尼古拉:预选民调的可变性:一个用于评估众议院效应作用的分层贝叶斯模型及其在意大利选举中的应用(2022年)
  3. 他,玲玲;Hung,Ying:使用基于设计的子抽样的高斯过程预测(2022)
  4. 穆索拉斯,安东尼;按摩师,埃斯特尔;亨德里克斯,朱利安M。;阿布西尔,P.-A。;Marzouk,Youssef:低秩多参数协方差识别(2022)
  5. 佩奇,约翰;富尔斯塔德,盖尔阿恩;安德烈,里勃勒;Jon Wakefield:地理参考数据的贝叶斯多分辨率建模:LatticeKrig的扩展(2022)
  6. 波瓦拉,一月;Kazlauskaite,国际能源机构;发热,埃基;西拉克,费赫米;Girolami,Mark:使用稀疏精度矩阵的反问题的变分贝叶斯逼近(2022)
  7. 舒马赫,奥斯汀E。;麦考密克,泰勒H。;韦克菲尔德,乔恩;楚、越;佩林,杰米;维拉维森西奥,旧金山;西蒙,诺亚;Liu,Li:从样本登记数据估算年龄和特定死因儿童死亡率的灵活贝叶斯框架(2022年)
  8. 沃诺,马克西姆;多比根,尼古拉斯;Chainais,Pierre:高维高斯抽样:基于随机近点算法的回顾和统一方法(2022)
  9. 王浩然;吉勒米诺,约翰;谢弗,本杰明W。;Tootkaboni,Mazdak:使用拓扑感知不确定性模型对几何缺陷薄圆柱壳的随机分析(2022)
  10. 姚,丹;麦克劳夫林,斯蒂芬;Altmann,Yoann:使用期望传播的基于面片的图像恢复(2022)
  11. 于,汉;江,山河;黄宏:基于时空解析网络的刑事司法系统动态轨迹建模(2022)
  12. 亚当斯,杰西;莫兹费尔德;乔伊斯,凯文;霍华德,马里兰州;Luttman,Aaron:大规模图像去模糊中维鲁棒Gibbs采样的分块方案(2021)
  13. 阿拉德,丹尼斯;赫里斯托普洛斯,狄奥尼修斯T。;托马斯奥皮茨:联系物理学和空间统计学:一个新的玻尔兹曼吉布斯随机场家族(2021)
  14. Amaral Turkman,Maria Antónia;土库曼,卡米尔费里登;帕特里夏,德泽·贝穆德斯;佩雷拉,索莱亚;佩雷拉,保拉;de Carvalho,Miguel:空间数据的批量和极值校准(2021)
  15. 巴兹利,约翰纳森M。;崔天刚:非线性分层统计反问题的优化马尔可夫链蒙特卡罗方法(2021)
  16. Bradley,Jonathan R.:将子抽样纳入一般贝叶斯层次模型的方法(2021)
  17. 保罗·T·布朗。;乔希,柴塔尼亚;乔,斯蒂芬;Rue,Håvard:一种新的边缘化方法,使用低差异序列进行积分嵌套拉普拉斯近似(2021)
  18. 曹操、剑;根顿,马克·G。;凯斯,大卫·E。;Turkiyyah,George M.:大网格空间协方差矩阵的Kronecker积和表示及其Cholesky分解(2021)
  19. 陈万芳;卡斯特鲁乔,斯特凡诺;Genton,Marc G.:使用贝叶斯空间极值评估沙特阿拉伯风力涡轮机运行中断的风险(2021年)
  20. 费雷拉,马可·A·R。;波特,艾丽卡·M。;Franck,Christopher T.:具有内在条件自回归空间随机效应的高斯分层模型的快速可伸缩计算(2021)

1 2 ... 15 16 17 下一个