Rumligt Kalman-filter
Det rumlige Kalman-filter anvender klassisk Kalman-filtrering på spatio-temporale tilstandsrumsmodeller, hvor et rumligt distribueret latent felt behandles som den skjulte tilstand, der udvikler sig over tid. Ved hvert tidstrin forudsiger filteret rekursivt det rumlige felt fremad og opdaterer derefter forudsigelsen med nye rumlige observationer, hvilket producerer optimale lineære estimater af feltet og dets usikkerhed på tværs af alle lokationer.
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
- Cressie, N. & Wikle, C. K. (2011). Statistics for Spatio-Temporal Data. Wiley. ISBN: 978-0-471-69274-4
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Spatial Kalman Filter for Spatio-Temporal State-Space Models. ScholarGate. https://scholargate.app/da/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.
- Dynamisk Bayesiansk InferensBayesiansk↔ compare
- Kalman-filterBayesiansk↔ compare
- Partikelfilter (sekventiel Monte Carlo)Bayesiansk↔ compare
- Sekventiel Monte CarloBayesiansk↔ compare
- Rumslig Bayesiansk InferensBayesiansk↔ compare
- Spatial MCMCBayesiansk↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →