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.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Ristic, B., Arulampalam, S. & Gordon, N. (2004). Beyond the Kalman Filter: Particle Filters for Tracking Applications. Artech House. ISBN: 978-1580536318
- 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.
- Monte Carlo HamiltonienBayésien↔ compare
- Filtre de KalmanBayésien↔ compare
- Filtre particulaire (Monte Carlo séquentiel)Bayésien↔ compare
- Filtre de Kalman robusteBayésien↔ compare
- Monte Carlo Séquentiel RobusteBayésien↔ compare
- Monte Carlo séquentielBayésien↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →