فیلتر ذرات سری زمانی
فیلتر ذرات سری زمانی یک روش مونت کارلو ترتیبی (Sequential Monte Carlo) است که حالت پنهان یک مدل فضای حالت غیرخطی و ناگوسی را با ورود مشاهدات جدید به صورت تک به تک ردیابی میکند. این روش توزیع پسین (posterior distribution) در حال تحول بر روی حالت نهان را به صورت ابری وزندار از نمونههای تصادفی (ذرات) نمایش میدهد و در هر گام زمانی از طریق انتشار، وزندهی درستنمایی (likelihood weighting) و نمونهبرداری مجدد (resampling) آنها را بهروزرسانی میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Gordon, N. J., Salmond, D. J., & Smith, A. F. M. (1993). Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proceedings F - Radar and Signal Processing, 140(2), 107-113. DOI: 10.1049/ip-f-2.1993.0015 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Time Series Particle Filter (Sequential Monte Carlo for State-Space Models). ScholarGate. https://scholargate.app/fa/bayesian/time-series-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.
- شبکه بیزی پویابیزی↔ compare
- فیلتر کالمنبیزی↔ compare
- فیلتر ذرهای (مونت کارلوی ترتیبی)بیزی↔ compare
- مونتکارلوی ترتیبیبیزی↔ compare
- استنتاج بیزی سریهای زمانیبیزی↔ compare
- فیلتر کالمن سری زمانیبیزی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →