Scalable Bayesian Inference for Coupled Hidden Markov and Semi-Markov Models

Bayesian inference for coupled hidden Markov models frequently relies on data augmentation techniques for imputation of the hidden state processes. Considerable progress has been made on developing such techniques, mainly using Markov chain Monte Carlo (MCMC) methods. However, as the dimensionality...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of computational and graphical statistics Ročník 29; číslo 2; s. 238 - 249
Hlavní autoři:	Touloupou, Panayiota, Finkenstädt, Bärbel, Spencer, Simon E. F.
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Taylor & Francis 02.04.2020 Taylor & Francis Ltd
Témata:	Algorithms Bayesian analysis Computer simulation Coupled hidden Markov model Data augmentation E coli Epidemics Forward-backward algorithm Markov analysis Markov chain Monte Carlo methods Markov chains Monte Carlo simulation Scalable and Efficient Computation Statistical inference Epidemics Data augmentation Coupled hidden Markov model Markov chain Monte Carlo methods Forward–backward algorithm
ISSN:	1061-8600, 1537-2715
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!