Bayesian methods

פילטר חלקיקים (מונטה קרלו סדרתי)

פילטר החלקיקים, שהוצג על ידי גורדון, סלמונד וסמית' ב-1993, הוא אלגוריתם מונטה קרלו סדרתי המקרב את התפלגות הסינון הבייסיאנית עבור מודלים של מרחב מצב לא-לינאריים ולא-גאוסיאניים. במקום לעקוב אחר אומדן יחיד ומיטבי, הוא שומר על ענן של N דגימות אקראיות משוקללות — חלקיקים — המייצגות באופן קולקטיבי את ההתפלגות הפוסטריורית המלאה של מצב חבוי בכל נקודת זמן עם הגעת תצפיות חדשות.

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.

+25 more

מקורות

  1. 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
  2. Doucet, A., Godsill, S. J., & Andrieu, C. (2000). On sequential Monte Carlo sampling methods for Bayesian filtering. Statistics and Computing, 10(3), 197–208. DOI: 10.1023/A:1008935410038
  3. Doucet, A., de Freitas, N., & Gordon, N. (Eds.). (2001). Sequential Monte Carlo Methods in Practice. Springer-Verlag. ISBN: 978-0-387-95146-1

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Particle Filter (Sequential Monte Carlo). ScholarGate. https://scholargate.app/he/bayesian/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

ScholarGateParticle Filter (Particle Filter (Sequential Monte Carlo)). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/bayesian/particle-filter · מערך נתונים: https://doi.org/10.5281/zenodo.20539026