राज्य स्थान मॉडल के लिए गिब्स सैंपलिंग पर

संक्षेप में हम यह दिखाते हैं कि गिब्स सैंपलर का उपयोग कैसे किया जा सकता है ताकि सामान्य और ऐसे गुणांक के मिश्रण के साथ एक रैखिक राज्य स्थान मॉडल पर बायेसियन अनुमान लगाया जा सके जो समय के साथ बदल सकता है। हमारा दृष्टिकोण समन्वित रूप से मिश्रण और गुणांक संकेतक चर को देखते हुए राज्य वेक्टर का उत्पादन करता है और समानांतर में राज्य वेक्टरों की शर्त पर सभी संकेतक चर का उत्पादन करता है। राज्यों का उत्पादन कुशलतापूर्वक कालमैन फ़िल्टर का उपयोग करके किया गया है। हम अपने दृष्टिकोण को कई उदाहरणों द्वारा स्पष्ट करते हैं और इसके प्रदर्शन की तुलना एक अन्य गिब्स सैंपलर से करते हैं जहाँ राज्य एक बार में उत्पन्न होते हैं। अनुभवात्मक परिणाम यह सुझाव देते हैं कि हमारा दृष्टिकोण लागू करने के लिए व्यावहारिक है और एक समय में राज्यों को उत्पन्न करने वाले गिब्स सैंपलर पर हावी है।