文献

J-GLOBAL ID：201902255015443299   整理番号：19A2906912

疾患動力学モデラーのための粒子Markov連鎖モンテカルロ法の紹介【JST・京大機械翻訳】

Introduction to particle Markov-chain Monte Carlo for disease dynamics modellers

著者 (5件)： Endo Akira (London School of Hygiene & Tropical Medicine, London, United Kingdom) ,  van Leeuwen Edwin (Public Health England, London, United Kingdom) ,  Baguelin Marc (London School of Hygiene & Tropical Medicine, London, United Kingdom) ,  Baguelin Marc (Public Health England, London, United Kingdom) ,  Baguelin Marc (Imperial College, London, United Kingdom)
資料名： Epidemics  (Epidemics)
巻： 29  ページ： Null  発行年： 2019年 
JST資料番号： W3337A  ISSN： 1755-4365  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 粒子Markov連鎖モンテカルロ(PMCMC)法は,時系列データを用いて高次元パラメータ空間を効率的に探索する強力なツールである。著者らは,PMCMCをそれらの研究に適用するために,生物医学/健康科学の分野における読者をサポートするために,最小ではあるが十分な理論的背景を有するPMCMCの全体像を例示した。感染症動的モデルに適用されたPMCMCのいくつかの作業例をRコードを用いて提示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 感染症 ,  *モンテカルロ法 ,  高次元 ,  Markov過程 ,  ダイナミックモデル ,  *Markov連鎖
準シソーラス用語： 逐次モンテカルロ法 ,  粒子フィルタ ,  閲覧者 ,  健康科学 ,  生物医学 ,  パラメータ空間 ,  時系列データ ,  *MCMC , 【Automatic Indexing@JST】

著者キーワード (5件)： 粒子Markov連鎖モンテカルロ法 ,  状態空間モデル ,  隠れMarkov過程 ,  粒子フィルタ ,  逐次モンテカルロ法

分類 (1件)： 感染症・寄生虫症一般  (GD01010H)

タイトルに関連する用語 (3件)： 疾患 ,  動力学 ,  Markov連鎖モンテカルロ法