Filtro de Kalman espacial
El filtro de Kalman espacial aplica el filtrado de Kalman clásico a modelos de espacio-estado espacio-temporales, tratando un campo latente distribuido espacialmente como el estado oculto que evoluciona con el tiempo. En cada paso de tiempo, el filtro predice recursivamente el campo espacial hacia adelante y luego actualiza la predicción con nuevas observaciones espaciales, produciendo estimaciones lineales óptimas del campo y su incertidumbre en todas las ubicaciones.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Spatial Kalman Filter for Spatio-Temporal State-Space Models. ScholarGate. https://scholargate.app/es/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.
- Inferencia Bayesiana DinámicaBayesiano↔ compare
- Filtro de KalmanBayesiano↔ compare
- Filtro de Partículas (Monte Carlo Secuencial)Bayesiano↔ compare
- Monte Carlo SecuencialBayesiano↔ compare
- Inferencia Bayesiana EspacialBayesiano↔ compare
- MCMC espacialBayesiano↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →