Aika-sarja partikkelisuodin
Aika-sarja partikkelisuodin on sekventiaalinen Monte Carlo -menetelmä, joka seuraa epälineaarisen, ei-Gaussisen tila-avaruusmallin piilevää tilaa uusien havaintojen saapuessa yksi kerrallaan. Se edustaa latentin tilan kehittyvää posteriorijakaumaa painotettuna satunnaisotosten (partikkelien) pilvenä, päivittäen niitä jokaisessa aika-askeleessa etenemisen, uskottavuuspainotuksen ja uudelleennäytteenoton kautta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
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., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Time Series Particle Filter (Sequential Monte Carlo for State-Space Models). ScholarGate. https://scholargate.app/fi/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.
- Dynaaminen Bayesilainen VerkkoBayesilainen tilastotiede↔ compare
- Kalman-suodinBayesilainen tilastotiede↔ compare
- Partikkelisuodin (sekventiaalinen Monte Carlo)Bayesilainen tilastotiede↔ compare
- Sekventiaalinen Monte CarloBayesilainen tilastotiede↔ compare
- Aikasarjojen Bayesiläinen päättelyBayesilainen tilastotiede↔ compare
- Aikasarjojen Kalman-suodinBayesilainen tilastotiede↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →