Osakestefilter puuduvate andmetega
Osakestefilter, mis on kohandatud olekuruumi mudelitele, kus mõned vaatlused puuduvad. Algoritm jälgib peidetud olekut aja jooksul kaalutud juhuslike valimite (osakeste) pilve abil; kui ajahüppel puudub vaadeldav väärtus, jäetakse kaaluuuenduse samm lihtsalt vahele, nii et osakesed levivad edasi ainult üleminekumudeli abil, kuni uued andmed saabuvad.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Doucet, A., de Freitas, N. & Gordon, N. J. (Eds.) (2001). Sequential Monte Carlo Methods in Practice. Springer, New York. ISBN: 978-0387951461
- Doucet, A., Godsill, S. & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197-208. DOI: 10.1023/A:1008935410038 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/et/bayesian/particle-filter-with-missing-data
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.
- Bayes' järeldus puuduvate andmetegaBayesi meetodid↔ compare
- Dünaamiline osakfilterBayesi meetodid↔ compare
- Kalmani filter puuduvate andmetegaBayesi meetodid↔ compare
- MCMC andata puuduvate andmetegaBayesi meetodid↔ compare
- Particle Filter (Sequential Monte Carlo)Bayesi meetodid↔ compare
- Jadaline Monte CarloBayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →