文件名称：particles:python中的顺序蒙特卡洛
文件大小：1.52MB
文件格式：ZIP
更新时间：2024-06-03 02:11:19
particle-filter bayesian-inference kalman-filter sequential-monte-carlo pmcmc
粒子 python中的顺序蒙特卡洛（Monte Carlo）。 动机 开发此软件包是为了补充以下书籍： 由Nicolas Chopin和Omiros Papaspiliopoulos撰写。 特征 粒子过滤：自举过滤器，导向过滤器，APF。 重采样：多项式，残差，分层，系统化和SSP。 使用某种（基本）形式的概率编程来定义状态空间模型的可能性； 请参阅下面的示例。 SQMC （顺序准蒙特卡洛）； 用于计算希尔伯特曲线并生成RQMC序列的例程。 粒子平滑：固定滞后平滑，在线平滑，FFBS（前向滤波，后向采样），二次滤波（O（N）和O（N ^ 2）变体）。 SQMC的FFBS也已实现。 精确的滤波/平滑算法： Kalman （用于线性高斯模型）和前向-后向递归（用于有限的隐马尔可夫模型）。 SMC采样器：SMC回火，IBIS（又称为数据回火）。 状态空间模型的贝叶斯参数推断： PM
【文件预览】：
particles-master
----_config.yml(25B)
----.gitignore(102B)
----README.md(3KB)
----INSTALL(3KB)
----docs()
--------source()
--------Makefile(7KB)
----LICENSE(1KB)
----particles()
--------hilbert.py(10KB)
--------smc_samplers.py(27KB)
--------nested.py(8KB)
--------distributions.py(30KB)
--------datasets.py(9KB)
--------datasets()
--------mcmc.py(16KB)
--------kalman.py(17KB)
--------smoothing.py(21KB)
--------utils.py(8KB)
--------hmm.py(9KB)
--------__init__.py(74B)
--------core.py(19KB)
--------variance_estimators.py(6KB)
--------state_space_models.py(21KB)
--------qmc.py(2KB)
--------resampling.py(16KB)
--------collectors.py(13KB)
----CONTRIBUTING.md(505B)
----book()
--------pmcmc()
--------sqmc()
--------mcmc()
--------resampling()
--------smoothing()
--------smc_samplers()
--------smc2()
--------kalman()
--------mle()
--------filtering()
----src()
--------LowDiscrepancy.f(85KB)
----requirements.txt(49B)
----setup.py(2KB)
----CHANGELOG(623B)