Bayesian methods

Filtro de Partículas (Monte Carlo Secuencial)

El filtro de partículas, introducido por Gordon, Salmond y Smith en 1993, es un algoritmo de Monte Carlo secuencial que aproxima la distribución de filtrado bayesiano para modelos de espacio de estados no lineales y no gaussianos. En lugar de rastrear una única mejor estimación, mantiene una nube de N muestras aleatorias ponderadas —partículas— que representan colectivamente la distribución posterior completa de un estado oculto en cada punto del tiempo a medida que llegan nuevas observaciones.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

+25 more

Fuentes

  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., Godsill, S. J., & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197–208. DOI: 10.1023/A:1008935410038
  3. Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer-Verlag. ISBN: 978-0-387-95146-1

Cómo citar esta página

ScholarGate. (2026, June 3). Particle Filter (Sequential Monte Carlo). ScholarGate. https://scholargate.app/es/bayesian/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

Citado por

ScholarGateParticle Filter (Particle Filter (Sequential Monte Carlo)). Recuperado el 2026-06-15 de https://scholargate.app/es/bayesian/particle-filter · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026