Robustne sekventsiaalne Monte Carlo
Robustne sekventsiaalne Monte Carlo (Robust SMC) laiendab standardset osakeste filtreerimist, et käsitleda erindeid, raske sabaga müra ja mudeli valesti spetsifitseerimist järjestikustes andmetes. Asendades Gaussi tõenäosuse eeldused raskema sabaga jaotustega või kasutades osakeste kaalumisel erindite tuvastamise strateegiaid, säilitab see täpse oleku jälgimise ja parameetrite hindamise isegi siis, kui vaatlused kalduvad kõrvale eeldatud mudelist.
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
- Akyildiz, O. D., & Miguez, J. (2020). Nudging the particle filter. Statistics and Computing, 30(2), 315-336. DOI: 10.1007/s11222-019-09884-y ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Robust Sequential Monte Carlo Methods. ScholarGate. https://scholargate.app/et/bayesian/robust-sequential-monte-carlo
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 Bayes'i järeldusBayesi meetodid↔ compare
- Robustne Kalman-filterBayesi meetodid↔ compare
- Jadaline Monte CarloBayesi meetodid↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →