1) Bayesian quantum feedback
贝叶斯量子反馈
1.
In consideration of differences between several feedback strategies, the progress of the research on quantum feedback control theory is reviewed, Markovian quantum feedback, Bayesian quantum feedback, non-Markovian quantum feedback with time delay and coherent quantum feedback are analyzed .
考虑到各种反馈策略的差异性,综述了量子反馈控制理论的研究进展, 分析和阐述了马尔可夫量子反馈、贝叶斯量子反馈、含时延非马尔可夫量子反馈和相干量子反馈,并对四种量 子反馈策略进行了简单比较。
2) Bayesian feedback
贝叶斯反馈
1.
Analysis and design of Bayesian feedback cloud model;
贝叶斯反馈云模型的分析与设计
3) Bayes
贝叶斯反演
1.
Research on Bayesian Inversion Method Applied to Predict Seismic Reservoirs
地震储层预测中贝叶斯反演方法的研究
4) Bayesian factor
贝叶斯因子
1.
A method of Bayesian factor which can estimate the degree of confidence of model for reliability assessment is presented.
对小样本情况下可靠性模型的可信度验证进行了探讨,提出一种基于贝叶斯因子的方法来衡量小样本情况下可靠性模型的可信度;对可靠性模型为均匀分布或成败型及连续型分布情况下的贝叶斯因子计算公式进行了推导。
2.
In order to solve the problem of model selection by means of Bayesian method and in view of the selection of the traditional linear Box-Cox model and the nonlinear Box-Cox model, the method of path sampling was adopted to calculate the Bayesian factors, A continuous path parameter with a certain assumed probability distribution was then introduced to connect different models to be selected.
为采用贝叶斯分析方法解决模型选择问题 ,针对传统的Box Cox模型线性与非线性的选择问题 ,将路径抽样法应用于贝叶斯因子的计算 ,引进一个连续的路径参数并且假定它满足一定的概率分布 ,利用该路径参数连接待选择的模型 ,使计算贝叶斯因子的工作主要集中于马尔可夫链蒙特卡洛 (MCMC)抽样上 ,从而简化了使用贝叶斯分析方法的计算过程 ,实现了路径抽样法在模型选择中的具体应用 。
5) Bayes factors
贝叶斯因子
1.
Focused on model uncertainty among frequency analysis by the method of Bayesian model selection and Bayesian model averaging(BMA),the theory of Bayes factors approach to model selection and model averaging is introduced.
针对水文频率分析中线型的不确定性问题,利用基于贝叶斯因子理论的模型选择与综合方法进行研究。
2.
Based on Vector Autoregressive model of residents consumption,using Markov Chain Monte Carlo(MCMC) simulation combined with Bayes factors,unit root tests are conducted for rural residents consumption and urban residents consumption respectively.
针对经济时序DF单位根检验方法在小样本条件下功效偏低问题,应用贝叶斯统计方法对中国居民消费水平进行单位根检验,提高单位根检验的功效水平,建立向量自回归居民消费水平模型,并通过马尔可夫链蒙特卡罗仿真结合贝叶斯因子分别对农村居民消费和城镇居民消费进行单位根检验,结果表明贝叶斯单位根检验方法解决了向量自回归模型超参数估计的难题,克服了经典单位根检验在经济时序小样本下功效偏低的缺陷,提高了模型预测精度。
6) Bayes factor
贝叶斯因子
1.
Computation of Bayes factor for general nonlinear structural equation model;
一般非线性结构方程模型的贝叶斯因子的计算
2.
Bayes factor is the major tool for model selection in Bayesian Statistics.
在贝叶斯统计学中,贝叶斯因子是进行模型选择的主要工具。
3.
Calculating posterior probabilities and related Bayes factors for a collection of competing models has been a difficult and challenging problem for Bayesian statisticians.
在贝叶斯统计中计算一组竞争模型的后验概率及其相关贝叶斯因子一直是一个较难且有挑战性的课题。
补充资料:贝叶斯公式
贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前,经济主体对各种假设有一个判断(先验概率),设为,{}。
关于先验概率的分布,通常可根据经济主体的经验判断确定(当无任何信息时,一般假设各先验概率相同),较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后,当事人对各假设的判断(后验概率)为
关于先验概率的分布,通常可根据经济主体的经验判断确定(当无任何信息时,一般假设各先验概率相同),较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后,当事人对各假设的判断(后验概率)为
,= 1, 2, %26#8230;, (5.5)
在实际经济生活中,信息搜寻工作不是一次就完成的。当信息搜寻进行到某一阶段,设已进行了 次采样( =1,2,%26#8230;),此时经济主体对各假设的后验概率的认识为
=1, 2, %26#8230;, (5.6)
其中,表示在第次采样前对假设的判断,当 =1时即表示第一次采样前的先验概率,从而式(5.5)变成式(5.6)的一个特例,即,将其记为。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条