BiiPS : un logiciel pour l'inférence bayésienne dans les modèles graphiques utilisant des méthodes de Monte Carlo séquentielles
LEGRAND, Pierrick
Advanced Learning Evolutionary Algorithms [ALEA]
Université Sciences et Technologies - Bordeaux 1 [UB]
Institut de Mathématiques de Bordeaux [IMB]
Voir plus >
Advanced Learning Evolutionary Algorithms [ALEA]
Université Sciences et Technologies - Bordeaux 1 [UB]
Institut de Mathématiques de Bordeaux [IMB]
LEGRAND, Pierrick
Advanced Learning Evolutionary Algorithms [ALEA]
Université Sciences et Technologies - Bordeaux 1 [UB]
Institut de Mathématiques de Bordeaux [IMB]
Advanced Learning Evolutionary Algorithms [ALEA]
Université Sciences et Technologies - Bordeaux 1 [UB]
Institut de Mathématiques de Bordeaux [IMB]
DEL MORAL, Pierre
Advanced Learning Evolutionary Algorithms [ALEA]
Université Sciences et Technologies - Bordeaux 1 [UB]
Institut de Mathématiques de Bordeaux [IMB]
< Réduire
Advanced Learning Evolutionary Algorithms [ALEA]
Université Sciences et Technologies - Bordeaux 1 [UB]
Institut de Mathématiques de Bordeaux [IMB]
Langue
fr
Communication dans un congrès
Ce document a été publié dans
1ères Rencontres R, 2012-07-02, Bordeaux.
Résumé
BiiPS : un logiciel pour l'inférence bayésienne dans les modèles graphiques utilisant des méthodes de Monte Carlo séquentielles
BiiPS : un logiciel pour l'inférence bayésienne dans les modèles graphiques utilisant des méthodes de Monte Carlo séquentielles< Réduire
Mots clés
Méthodes de Monte Carlo séquentielles
filtrage particulaire
systèmes de particules en interaction
modèles graphiques
langage BUGS
estimation de paramètres
poursuite de cibles
filtrage de signaux
volatilité stochastique
Origine
Importé de halUnités de recherche