복잡한 분포에 대한 정확한 추론을 수행하는 것은 계산적으로 어렵기 때문에, 일반적으로 Monte Carlo 기반의 근사 방법이 사용된다.그 중에서, MCMC(Markov Chain Monte Carlo)는 전체 데이터를 사용해 반복적으로 분포를 근사하는 방식이다.그러나 데이터가 순차적으로 도착하거나, 시점별로 상태를 추적해야 하는 경우 비효율적이거나, 사실상 불가능하다.따라서 이를 해결하기 위해 Sequential Monte Carlo (SMC) 는 이러한 문제를 해결하기 위해 제안되었으며, 여러 개의 입자(particle)를 활용하여 시계열적으로 확률 분포를 근사한다. 이는 데이터가 들어올 때마다 상태를 점직적으로 추론하며, 이전 추정값들을 기반으로 값을 효율적으로 계산할 수 있다.Particle: 가..
