课题基金 / 基金详情

Bayesian Methods, Computation, Model Selection and Goodness of Fit with Complex Data

Bayesian Methods, Computation, Model Selection and Goodness of Fit with Complex Data
复杂数据的贝叶斯方法、计算、模型选择和拟合优度
批准号：
RGPIN-2018-05008
负责人：
Muthukumarana, Palavinnage
金额：
$1.31万
依托单位：
University of Manitoba
依托单位国家：
加拿大
项目类别：
Discovery Grants Program - Individual
财政年份：
2021
资助国家：
加拿大
项目状态：
已结题
起止时间：
2021-01-01 至 2022-12-31
来源：
https://www.nserc-crsng.gc.ca/ase-oro/Details-Detailles_eng.asp?id=736107
关键词：
BayesianMethodsComputationModelSelection

项目摘要

项目成果

Muthukumarana, Palavinnage的其他基金

相似基金

相关文献

中文摘要
翻译
行政卫生数据;临床试验;狄利克雷过程;层次模型;马尔可夫链蒙特卡罗; Meta分析网络数据;卫星图像;基于模拟的推理稀疏数据
英文摘要
Administrative health data; Clinical Trials; Dirichlet Process; Hierarchical Models; Markov Chain Monte Carlo; Meta Analysis; Network Data; Satellite imagery; Simulation Based Inference; Sparse Data
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
Bayesian Methods, Computation, Model Selection and Goodness of Fit with Complex Data
  • 批准号：
    RGPIN-2018-05008
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $2.62万
  • 财政年份：
    2022
  • 负责人：
    Muthukumarana, Palavinnage
  • 依托单位：
    University of Manitoba
Bayesian Methods, Computation, Model Selection and Goodness of Fit with Complex Data
  • 批准号：
    RGPIN-2018-05008
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.31万
  • 财政年份：
    2020
  • 负责人：
    Muthukumarana, Palavinnage
  • 依托单位：
    University of Manitoba
Bayesian Methods, Computation, Model Selection and Goodness of Fit with Complex Data
  • 批准号：
    RGPIN-2018-05008
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.31万
  • 财政年份：
    2019
  • 负责人：
    Muthukumarana, Palavinnage
  • 依托单位：
    University of Manitoba
Bayesian Methods, Computation, Model Selection and Goodness of Fit with Complex Data
  • 批准号：
    RGPIN-2018-05008
  • 项目类别：
    Discovery Grants Program - Individual
  • 资助金额：
    $1.31万
  • 财政年份：
    2018
  • 负责人：
    Muthukumarana, Palavinnage
  • 依托单位：
    University of Manitoba
国内基金
海外基金
Computational Methods for Analyzing Toponome Data