Robust Particle Filter
Den robuste partikelfilter er en sekventiel Monte Carlo-metode, der sporer skjulte tilstande i ikke-lineære, ikke-Gaussiske systemer, samtidig med at den forbliver resistent over for outliers og model-fejlspecificering. Den erstatter den standard Gaussiske likelihood med en tæt-halet eller begrænset-indflydelses-densitet, således at anomale observationer får nedvægtet betydning og ikke kan afspore tilstandsestimatet.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/da/bayesian/robust-particle-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.
- Hamiltonian Monte CarloBayesiansk↔ compare
- Kalman-filterBayesiansk↔ compare
- Partikelfilter (sekventiel Monte Carlo)Bayesiansk↔ compare
- Robust Kalman-filterBayesiansk↔ compare
- Robust Sekventiel Monte CarloBayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →