ScholarGate
עוזר
Bayesian methodsBayesian / computational

מסנן חלקיקים עם שגיאת מדידה

מסנן חלקיקים עם שגיאת מדידה מפורשת הוא אלגוריתם מונטה קרלו סדרתי (Sequential Monte Carlo) העוקב אחר המצב הנסתר של מערכת דינמית לא-לינארית ולא-גאוסית, תוך מידול פורמלי של רעש בתצפיות. אוכלוסייה של דגימות אקראיות משוקללות (חלקיקים) מייצגת את התפלגות מצב הפוסטריור (posterior) בכל צעד זמן, ופונקציית נראות (likelihood) של התצפית מכמתת עד כמה כל חלקיק עקבי עם המדידה הרועשת שהתקבלה.

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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Sequential Monte Carlo Particle Filter with Explicit Measurement Error. ScholarGate. https://scholargate.app/he/bayesian/particle-filter-with-measurement-error

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