ScholarGate
Βοηθός
Bayesian methodsBayesian / computational

Δυναμικό Φίλτρο Σωματιδίων

Ένα δυναμικό φίλτρο σωματιδίων είναι ένας αλγόριθμος Monte Carlo ακολουθίας που παρακολουθεί μια εξελισσόμενη κρυφή κατάσταση με την πάροδο του χρόνου, διατηρώντας έναν πληθυσμό σταθμισμένων τυχαίων δειγμάτων — σωματιδίων — καθένα από τα οποία αντιπροσωπεύει μια πιθανή τροχιά. Καθώς φθάνουν νέες παρατηρήσεις, τα βάρη των σωματιδίων ενημερώνονται μέσω της πιθανοφάνειας και ο πληθυσμός επαναδειγματοληπτείται, διατηρώντας την αναπαράσταση συγκεντρωμένη στις πιο πιθανές περιοχές κατάστασης σε ένα πλήρως μη γραμμικό και μη-Γκαουσιανό περιβάλλον.

Άνοιγμα στο MethodMindΣύντομαApply, compare, get guidance
Tools & resources
Λήψη διαφανειών
Learn & explore
ΒίντεοΣύντομα

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Χάρτης μεθόδων

Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.

Πηγές

  1. Doucet, A., de Freitas, N. & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
  2. Gordon, N. J., Salmond, D. J. & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F – Radar and Signal Processing, 140(2), 107–113. DOI: 10.1049/ip-f-2.1993.0015

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Dynamic Particle Filter for Sequential State Estimation. ScholarGate. https://scholargate.app/el/bayesian/dynamic-particle-filter

Ποια μέθοδος;

Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.

Συγκρίνετε παράλληλα

Αναφέρεται από

ScholarGateDynamic Particle Filter (Dynamic Particle Filter for Sequential State Estimation). Ανακτήθηκε στις 2026-06-17 από https://scholargate.app/el/bayesian/dynamic-particle-filter · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026