untitled
<OAI-PMH schemaLocation=http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd>
<responseDate>2015-02-24T12:06:25Z</responseDate>
<request identifier=oai:HAL:inria-00506383v1 verb=GetRecord metadataPrefix=oai_dc>http://api.archives-ouvertes.fr/oai/hal/</request>
<GetRecord>
<record>
<header>
<identifier>oai:HAL:inria-00506383v1</identifier>
<datestamp>2012-02-24</datestamp>
<setSpec>type:ART</setSpec>
<setSpec>subject:math</setSpec>
<setSpec>collection:AGROPARISTECH</setSpec>
<setSpec>collection:CIRAD</setSpec>
<setSpec>collection:CNRS</setSpec>
<setSpec>collection:INRIA</setSpec>
<setSpec>collection:INRA</setSpec>
<setSpec>collection:INSMI</setSpec>
<setSpec>collection:MERE</setSpec>
<setSpec>collection:INRIA-SOPHIA</setSpec>
<setSpec>collection:INRIASO</setSpec>
<setSpec>collection:PARISTECH</setSpec>
<setSpec>collection:UNIV-AG</setSpec>
</header>
<metadata><dc>
<publisher>HAL CCSD</publisher>
<title lang=en>Computational probability modeling and Bayesian inference</title>
<creator>Campillo, Fabien</creator>
<creator>Rossi, Vivien</creator>
<creator>Rakotozafy, Rivo</creator>
<contributor>MERE (INRIA Sophia Antipolis - INRA/SupAgro UMR 0729 MISTEA - Montpellier) ; Institut national de la recherche agronomique (INRA) - INRIA</contributor>
<contributor>Ecologie des forêts de Guyane (ECOFOG) ; CNRS - Institut national de la recherche agronomique (INRA) - Centre de coopération internationale en recherche agronomique pour le développement [CIRAD] - Université des Antilles et de la Guyane (UAG) - AgroParisTech</contributor>
<contributor>Université de Fianarantsoa ; Université de Fianarantsoa</contributor>
<description>International audience</description>
<source>ARIMA</source>
<publisher>INRIA</publisher>
<identifier>inria-00506383</identifier>
<identifier>https://hal.inria.fr/inria-00506383</identifier>
<identifier>https://hal.inria.fr/inria-00506383/document</identifier>
<source>https://hal.inria.fr/inria-00506383</source>
<source>ARIMA, INRIA, 2008, Conference in Honor of Claude Lobry, 9, pp.123-143</source>
<language>en</language>
<subject lang=it>Computational Markovian modeling</subject>
<subject lang=it>Computational Bayesian inference</subject>
<subject lang=it>Hierarchical Bayesian modeling</subject>
<subject lang=it>Monte Carlo Markov chain</subject>
<subject lang=it>Sequential Monte Carlo</subject>
<subject lang=it>Computational ecology</subject>
<subject>[MATH.MATH-PR] Mathematics/Probability</subject>
<type>Journal articles</type>
<description lang=en>Computational probabilistic modeling and Bayesian inference has met a great success over the past fifteen years through the development of Monte Carlo methods and the ever increasing performance of computers. Through methods such as Monte Carlo Markov chain and sequential Monte Carlo Bayesian inference effectively combines with Markovian modelling. This approach has been very successful in ecology and agronomy. We analyze the development of this approach applied to a few examples of natural resources management.</description>
<description lang=fr>La modélisation probabiliste et l'inférence bayésienne computationnelles rencontrent un très grand succès depuis une quinzaine d'années grâce au développement des méthodes de Monte Carlo et aux performances toujours croissantes des moyens de calcul. Au travers d'outils comme les méthodes de Monte Carlo par chaîne de Markov et les méthodes de Monte Carlo séquentielles, l'inférence bayésienne se combine efficacement à la modélisation markovienne. Cette approche est également très répendue dans le domaine de l'écologie et l'agronomie. Nous faisons le point sur les développements de cette approche appliquée à quelques exemples de gestion de ressources naturelles.</description>
<date>2008</date>
</dc>
</metadata>
</record>
</GetRecord>
</OAI-PMH>
