ScholarGate
Βοηθός
Bayesian methodsBayesian / computational

Φίλτρο σωματιδίων χρονοσειρών

Το φίλτρο σωματιδίων χρονοσειρών είναι μια μέθοδος Sequential Monte Carlo (SMC) που παρακολουθεί την κρυφή κατάσταση ενός μη γραμμικού, μη-Γκαουσιανού μοντέλου χώρου καταστάσεων καθώς νέες παρατηρήσεις φτάνουν μία προς μία. Αναπαριστά την εξελισσόμενη εκ των υστέρων κατανομή πάνω στην λανθάνουσα κατάσταση ως ένα σταθμισμένο νέφος τυχαίων δειγμάτων (σωματιδίων), ενημερώνοντάς τα σε κάθε χρονικό βήμα μέσω διάδοσης, στάθμισης πιθανοφάνειας και επαναδειγματοληψίας.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. 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
  2. Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Time Series Particle Filter (Sequential Monte Carlo for State-Space Models). ScholarGate. https://scholargate.app/el/bayesian/time-series-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.

Compare side by side
ScholarGateTime series particle filter (Time Series Particle Filter (Sequential Monte Carlo for State-Space Models)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/bayesian/time-series-particle-filter · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026