Sökning: "Approximate Bayesian computation"

Visar resultat 1 - 5 av 10 uppsatser innehållade orden Approximate Bayesian computation.

  1. 1. Simuleringsdriven inferens av stokastiska dynamiska system

    Kandidat-uppsats, Göteborgs universitet/Institutionen för matematiska vetenskaper

    Författare :Alfred Andersson; Vilgot Jansson; Noah Trädgårdh; Jacob Welander; Victor Wellsmo; [2023-11-28]
    Nyckelord :;

    Sammanfattning : Stokastiska modeller, som ger tillförlitlig och användbar information om ett systems beteende, består ofta av stokastiska differentialekvationer (SDE) vars likelihoodfunktion inte är analytiskt tillgänglig. Mer traditionella Markov Chain Monte Carlo-metoder (MCMC) samt relativt nyligen utvecklade likelihood-fria Approximate Bayesian Computation-metoder (ABC) utgör populära angrepssätt för att utföra inferens på dessa typer av problem. LÄS MER

  3. 2. Parameter Inference for Stochastic Models of Gene Expression in Eukaryotic Cells

    Kandidat-uppsats, Uppsala universitet/Institutionen för informationsteknologi

    Författare :Ansar Siddiqui; [2023]
    Nyckelord :;

    Sammanfattning : Simulation models are often used to study a system or phenomenon. However, before a simulation model can be used, its parameter needs to be fit to mimic observed data. This is called the parameter inference problem. LÄS MER

  4. 3. Approximate Bayesian Computation for Data-Driven Epidemiological Models

    Master-uppsats, Uppsala universitet/Institutionen för informationsteknologi

    Författare :Christoph Nötzli; [2023]
    Nyckelord :;

    Sammanfattning : Epidemiological models can help us to understand the spread of pathogens in a population. Fitting these mathematical models to epidemiological data can be a difficult task due to uncertain or missing data. LÄS MER

  5. 4. Application of Bootstrap in Approximate Bayesian Computation (ABC)

    Master-uppsats, Uppsala universitet/Statistik, AI och data science

    Författare :Ellinor Nyman; [2023]
    Nyckelord :ABC; Bootstrap; Computer intensive methods; Bayesian statistics; Linear regression;

    Sammanfattning : The ABC algorithm is a Bayesian method which simulates samples from the posterior distribution. In this thesis, the method is applied on both synthetic and observed data of a regression model. Under normal error distribution a conjugate prior and the likelihood function are used in the algorithm. LÄS MER

  7. 5. Data-driven Discovery of Real-time Road Compaction Parameters

    Master-uppsats, KTH/Matematisk statistik

    Författare :Yuqi Shao; [2022]
    Nyckelord :statistics; machine learning; road compaction; statistik; maskininlärning; vägpackning;

    Sammanfattning : Road compaction is the last and important stage in road construction. Both under-compaction and over-compaction are inappropriate and may lead to road failures. Intelligent compactors has enabled data gathering and edge computing functionalities, which introduces possibilities in data-driven compaction control. LÄS MER