Robustne osakestikufilter
Robustne osakestikufilter on jada-Monte Carlo meetod, mis jälgib peidetud olekuid mittelineaarsetes, mitte-Gaussi süsteemides, jäädes samal ajal vastupidavaks kõrvalekalletele ja mudeli väärspetsifikatsioonile. See asendab standardse Gaussi tõenäosuse raskesaba- või piiratud mõjuga tihedusega, nii et anomaalsed vaatlused saavad vähendatud tähtsuse ja ei saa oleku hinnangut rikkuda.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/et/bayesian/robust-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.
- Hamiltoni Monte CarloBayesi meetodid↔ compare
- Kalmani filterBayesi meetodid↔ compare
- Particle Filter (Sequential Monte Carlo)Bayesi meetodid↔ compare
- Robustne Kalman-filterBayesi meetodid↔ compare
- Robustne sekventsiaalne Monte CarloBayesi meetodid↔ compare
- Jadaline Monte CarloBayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →