Bayesian methodsBayesian / computational

מסנן חלקיקים דינמי

מסנן חלקיקים דינמי הוא אלגוריתם מונטה קרלו סדרתי העוקב אחר מצב חבוי מתפתח לאורך זמן על ידי שמירה על אוכלוסייה של דגימות אקראיות משוקללות – חלקיקים – שכל אחת מהן מייצגת מסלול סביר. כאשר מגיעות תצפיות חדשות, משקלי החלקיקים מתעדכנים באמצעות פונקציית הנראות והאוכלוסייה נדגמת מחדש, תוך שמירה על הריכוז של הייצוג באזורי המצב הסבירים ביותר בסביבה לא לינארית ולא גאוסית לחלוטין.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  1. Doucet, A., de Freitas, N. & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer. ISBN: 978-0387951461
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Dynamic Particle Filter for Sequential State Estimation. ScholarGate. https://scholargate.app/he/bayesian/dynamic-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

מאוזכר על ידי

ScholarGateDynamic Particle Filter (Dynamic Particle Filter for Sequential State Estimation). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/bayesian/dynamic-particle-filter · מערך נתונים: https://doi.org/10.5281/zenodo.20539026