ScholarGate
المساعد
Bayesian methodsBayesian / computational

مرشح كالمان المكاني

يطبق مرشح كالمان المكاني الترشيح الكلاسيكي لكالمان على نماذج فضاء الحالة الزمانية المكانية، مع اعتبار المجال الكامن الموزع مكانياً هو الحالة المخفية التي تتطور بمرور الوقت. عند كل خطوة زمنية، يقوم المرشح بتوقع المجال المكاني بشكل تكراري إلى الأمام ثم يحدث التوقع بملاحظات مكانية جديدة، مما ينتج تقديرات خطية مثلى للمجال وعدم اليقين الخاص به عبر جميع المواقع.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Cressie, N. & Wikle, C. K. (2011). Statistics for Spatio-Temporal Data. Wiley. ISBN: 978-0-471-69274-4
  2. Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35-45. DOI: 10.1115/1.3662552

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Spatial Kalman Filter for Spatio-Temporal State-Space Models. ScholarGate. https://scholargate.app/ar/bayesian/spatial-kalman-filter

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateSpatial Kalman Filter (Spatial Kalman Filter for Spatio-Temporal State-Space Models). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/bayesian/spatial-kalman-filter · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026