Kalman Filter with Missing Data
The Kalman filter with missing data extends the classical Kalman filter to handle time series in which some observations are absent. When an observation is missing at time t the update step is skipped and the state estimate is carried forward from the prediction step alone. Combined with the Expectation-Maximisation (EM) algorithm, the approach also estimates unknown model parameters from incomplete data, making it a practical tool for real-world irregularly observed series.
উৎস রেকর্ড
পদ্ধতির উৎস রেকর্ড থেকে উদ্ধৃতিগুলি হুবহু অনুলিপি করা হয়েছে। এগুলি থেকে কোনও দাবি-স্তরের যাচাইকরণ অনুমান করা হয় না।
- Shumway, R. H. & Stoffer, D. S. (2000). Time Series Analysis and Its Applications. Springer. · ISBN 978-0387989501
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. · ISBN 978-0521405737
কিউরেটেড দাবি
প্রমাণ লেজারে দাবিগুলি সংরক্ষিত আছে, প্রতিটির নিজস্ব মূল্যায়ন সহ।
প্রমাণ লেজারে কিছু না থাকলে এই ভিউ কোনও দাবি মূল্যায়ন তৈরি করে না।
সম্পর্কিত পদ্ধতি
পদ্ধতি গ্রাফ থেকে তৈরি এবং মেশিন-প্রস্তাবিত সম্পর্ক হিসাবে দেখানো হয়েছে — কোনও প্রমাণ দাবি অনুমান করা হয় না।