ScholarGate
Assistant
Bayesian methodsBayesian / computational

Filtre particulaire robuste

Le filtre particulaire robuste est une méthode de Monte Carlo séquentielle qui suit les états cachés dans des systèmes non linéaires et non gaussiens tout en restant résistant aux valeurs aberrantes et à la mauvaise spécification du modèle. Il remplace la vraisemblance gaussienne standard par une densité à queues lourdes ou à influence bornée, de sorte que les observations anormales reçoivent une importance réduite et ne peuvent pas dérailler l'estimation de l'état.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
  2. Hurzeler, M. & Kunsch, H. R. (1998). Monte Carlo approximations for general state-space models. Journal of Computational and Graphical Statistics, 7(2), 175-193. link

Comment citer cette page

ScholarGate. (2026, June 3). Robust Particle Filter. ScholarGate. https://scholargate.app/fr/bayesian/robust-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.

Compare side by side

Référencée par

ScholarGateRobust Particle Filter (Robust Particle Filter). Consulté le 2026-06-15 sur https://scholargate.app/fr/bayesian/robust-particle-filter · Jeu de données : https://doi.org/10.5281/zenodo.20539026