Dynaaminen hiukkassuodatin
Dynaaminen hiukkassuodatin on sekventiaalinen Monte Carlo -algoritmi, joka seuraa ajan myötä kehittyvää piilevää tilaa ylläpitämällä painotettujen satunnaisotosten populaatiota – hiukkasia – joista kukin edustaa uskottavaa kulkureittiä. Kun uusia havaintoja saapuu, hiukkasten painoja päivitetään todennäköisyyden avulla ja populaatio otetaan uudelleen, pitäen esityksen keskittyneenä todennäköisimpiin tilan alueisiin täysin epälineaarisessa ja ei-Gaussisessa ympäristössä.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Doucet, A., de Freitas, N. & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Dynamic Particle Filter for Sequential State Estimation. ScholarGate. https://scholargate.app/fi/bayesian/dynamic-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.
- Dynaaminen Bayesilainen päättelyBayesilainen tilastotiede↔ compare
- Kalman-suodinBayesilainen tilastotiede↔ compare
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →