Hiukkassuodatin puuttuvilla tiedoilla
Hiukkassuodatin, joka on sovitettu tilamallien tilamalleihin, joissa jotkin havainnot puuttuvat. Algoritmi seuraa piilotettua tilaa ajan mittaan painotettujen satunnaisotosten (hiukkasten) pilven avulla; kun aikapisteessä ei ole havaittua arvoa, painopäivitysvaihe yksinkertaisesti ohitetaan, jolloin hiukkaset etenevät eteenpäin käyttäen vain siirtymämallia, kunnes uutta dataa saapuu.
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. J. (Eds.) (2001). Sequential Monte Carlo Methods in Practice. Springer, New York. ISBN: 978-0387951461
- Doucet, A., Godsill, S. & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197-208. DOI: 10.1023/A:1008935410038 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter for State-Space Models with Missing Observations. ScholarGate. https://scholargate.app/fi/bayesian/particle-filter-with-missing-data
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.
- Bayesiläinen päättely puuttuvalla datallaBayesilainen tilastotiede↔ compare
- Dynaaminen hiukkassuodatinBayesilainen tilastotiede↔ compare
- Kalman-suodin puuttuvilla tiedoillaBayesilainen tilastotiede↔ compare
- MCMC puuttuvilla tiedoillaBayesilainen 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 →