Bayesian methodsBayesian / computational

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.

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.

Fuentes

  1. Cressie, N. & Wikle, C. K. (2011). Statistics for Spatio-Temporal Data. Wiley. ISBN: 978-0-471-69274-4
  2. 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.

Compare side by side
ScholarGateSpatial Kalman Filter (Spatial Kalman Filter for Spatio-Temporal State-Space Models). Recuperado el 2026-06-15 de https://scholargate.app/es/bayesian/spatial-kalman-filter · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026