PulseAugur
中
实时 01:57:15
English(EN) Comparing Data Assimilation and Likelihood-Based Inference on Latent State Estimation in Agent-Based Models

研究人员比较了用于 Agent-Based Models 的数据同化与基于似然的推理

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新论文系统地比较了在 Agent-Based Models (ABMs) 中估计隐态的数据同化 (DA) 和基于似然的推理 (LBI)。DA 应用广泛，适合聚合预测，而 LBI 通过直接使用模型的似然函数，提供更精确的代理级别推理。研究发现，即使模型误设，LBI 在个体级别预测方面也更优越，而 DA 在聚合结果方面仍具竞争力。 AI

排序理由 学术论文比较特定模型类型的两种推理方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

研究人员比较了用于 Agent-Based Models 的数据同化与基于似然的推理

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Blas Kolic, Corrado Monti, Gianmarco De Francisci Morales, Marco Pangallo ·

    Comparing Data Assimilation and Likelihood-Based Inference on Latent State Estimation in Agent-Based Models

    arXiv:2509.17625v2 Announce Type: replace Abstract: In this paper, we present the first systematic comparison of Data Assimilation (DA) and Likelihood-Based Inference (LBI) in the context of an Agent-Based Model (ABM). These models generate observable time series driven by evolvi…

相关实体

相关话题