Partikkelisuodin (sekventiaalinen Monte Carlo)
Gordonin, Salmondin ja Smithin vuonna 1993 esittelemä partikkelisuodin on sekventiaalinen Monte Carlo -algoritmi, joka approksimoi Bayesiläistä suodatusjakaumaa epälineaarisille ja epägaussisille tilamallimalleille. Sen sijaan, että seurattaisiin yhtä parasta arviota, se ylläpitää N painotetun satunnaisotoksen – partikkelin – pilveä, joka kollektiivisesti edustaa piilotetun tilan täyttä posteriorijakaumaa kussakin ajanhetkessä uusien havaintojen saapuessa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
+25 more
Lähteet
- 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., Godsill, S. J., & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197–208. DOI: 10.1023/A:1008935410038 ↗
- Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer-Verlag. ISBN: 978-0-387-95146-1
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Particle Filter (Sequential Monte Carlo). ScholarGate. https://scholargate.app/fi/bayesian/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.
- Bayesilainen regressioBayesilainen tilastotiede↔ compare
- Kalman-suodinBayesilainen tilastotiede↔ compare
- Markov-ketju-Monte Carlo (MCMC)Bayesilainen tilastotiede↔ compare
- Tilamallinnus (Kalman-suodin)Ekonometria↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →