Граф-эффективная модель Федеративной Байезии

Статистика > Расчет [представлен 4 августа 2024 (v1), последний пересмотренный вариант 15 сентября 2026 года (эта версия, v3)] Название: Graph-Empled Effected Federed Faised Modeling View PDF HTML (экспериментальное) резюме: Федеративное Байезовое моделирование требует объединения доказательств между распределенными держателями данных при сохранении последующей неопределенности и децентрализации местных данных. Мы предлагаем FFAG-MCMC (Флаг) - механизм последовательной передачи, в рамках которого накопившаяся задняя информация представлена резервуаром образцов Монте Карло. FLAG-MCMC составляет график, в котором показана геометрия заднего водохранилища и используются предложения с помощью графика, стоимость каждого измерения которого не зависит от размера резервуара. Каждый держатель данных обновляет унаследованный задний край с использованием своей местной вероятности и возвращает обновленный резервуар для последующего вывода. Мы применяем FLAG-MCMC в двух медицинских учреждениях. Используя мобильные и изношенные данные GLOBEM, мы изучаем связи между депрессией и поведенческими моделями при последовательном накоплении информации в заднюю часть участников. FLAG-MCMC точно реконструирует соответствующий объединенный задний блок баезианской системы, внимательно отслеживая эволюционирующее заднее расположение и неопределенность в этих ассоциациях. Мы также проводим симуляционное исследование, основанное на обобщении данных Байесов о распространенности расстройств в результате…